Если вы когда-нибудь задавались вопросом, ChatGPT действительно разумен или когда мы увидим машину, которая может думать как человек — добро пожаловать в мир Общий искусственный интеллект (AGI)Но ОИИ — это не просто очередное модное словечко. Это Святой Грааль исследований ИИ, многообещающие машины, которые не просто делают то, чему их научили, — они причина, приспосабливать и понимать как люди.
Прежде чем мы прыгнем в будущее, давайте разберемся, как Сравнение AGI с другими типами ИИ: Узкий ИИ (ANI) и Сверхразумный ИИ (ASI).
Определение трех типов ИИ
Давайте используем аналогию: представьте себе ИИ в роли поваров на кухне.
Искусственный узкий интеллект (ANI)
Повар линии. Превосходно готовят одно блюдо, но не разбираются в чём-то другом, кроме рецепта. Большинство современных ИИ, таких как Alexa, спам-фильтры и рекомендации Netflix, относятся к этой категории. Они ориентированы на конкретную задачу и не способны обучаться чему-либо, выходящему за рамки их подготовки.
Пример: Google Translate может переводить языки, но не может пересказать содержание романа или управлять автомобилем.
Общий искусственный интеллект (AGI)
Шеф-повар, отмеченный звездой Мишлен. Может создавать, импровизировать, адаптироваться к новым кухням —так же, как человек. ИИ пока находится на стадии теории, но идея заключается в том, что он сможет научиться любой интеллектуальной задаче, доступной человеку. Он будет не просто анализировать данные, но и понимать контекст, эмоции и неоднозначность.
Позаботьтесь: Единая система, которая может обучаться игре в шахматы, диагностировать болезни, писать романы и решать инженерные задачи — без переобучения.
Искусственный суперинтеллект (ИСИ)
A сверхразумный инопланетный повар. За пределами человеческого мышления, креативности и эмпатии. Сегодня искусственный интеллект существует только в научной фантастике, но вызывает споры об экзистенциальном риске и управлении с помощью ИИ.
ИИ против ИИ: краткий обзор ключевых различий
| Характеристика | Узкий ИИ (ANI) | Общий ИИ (AGI) | Сверхинтеллектуальный ИИ (ИИ) |
|---|---|---|---|
| Объем | Специфическая задача | Широкое, человеческое познание | За пределами человеческих возможностей |
| Способность к обучению | Запрограммированное, ограниченное обучение | Учится и адаптируется как люди | Самосовершенствование, экспоненциальный рост |
| Общие примеры | Siri, Google Карты, чат-боты | Все еще теоретически (например, DeepMind Gato) | Пока нет (гипотетически) |
| Автономия | От низкого до среднего | Высокий | Неизвестный |
| Использование в коммерческих целях сегодня? | Активно используется | Пока недоступно | Непригодный |
Управление AGI: безопасность, этика и объяснимость
По мере того, как мы приближаемся к возможности создания универсального искусственного интеллекта, разговор об управлении становится неизбежным. В отличие от узкоспециализированного ИИ (УИИ), который выполняет конкретные задачи под строгим контролем, ИИ может принимать автономные решения в различных областях, что создаёт беспрецедентные риски. От алгоритмических ошибок до экзистенциальных угроз — ставки гораздо выше.
Этические вопросы начинаются с согласованности ценностей: как гарантировать, что системы искусственного интеллекта понимают и поддерживают человеческие ценности, если даже люди не могут прийти к единому мнению по ним? Несогласованный искусственный интеллект может непреднамеренно причинить вред, оптимизируясь для достижения непреднамеренных целей — эта проблема известна как проблема согласованности.
Чтобы смягчить эту ситуацию, ведущие лаборатории ИИ внедряют протоколы безопасности перед выпуском, такие как Red-Teaming, имитационное тестирование и сторонний аудит. Исследователи из таких организаций, как OpenAI и DeepMind, выступают за интерпретируемость и объяснимость ИИ (XAI) — методы, позволяющие людям понять, почему модель принимает те или иные решения. Это критически важно в таких ответственных областях, как финансы, здравоохранение и правоохранительная деятельность.
Более того, правительства и международные коалиции начинают реагировать. Закон Европейского союза об искусственном интеллекте (ИИ) и Указ президента США «О безопасном, надёжном и заслуживающем доверия ИИ» (2023) требуют прозрачности, подотчётности и классификации рисков в системах ИИ. Хотя эти меры в настоящее время в основном применяются к искусственному интеллекту (ИИ), они закладывают основу для регулирования ИИ.
Влияние на общество: работа, конфиденциальность, равенство
Помимо лабораторных исследований и моделей, настоящее испытание возможностей AGI заключается в их влиянии на общество. Хотя системы AGI уже произвели революцию в различных отраслях — от логистики до маркетинга, — AGI может стать началом более глубоких преобразований, затрагивающих всё: от рынков труда до глобальной безопасности.
Одна из главных проблем — это вытеснение рабочей силы. Хотя ИИ обещает повышение эффективности, он может автоматизировать задачи в таких наукоёмких профессиях, как юриспруденция, образование и даже разработка программного обеспечения. Некоторые утверждают, что это освободит людей для творчества и стратегии; другие предупреждают о масштабной безработице и растущем неравенстве.
Риски, связанные с конфиденциальностью и слежкой, также возрастают. Система разведки общего назначения, обученная на основе больших массивов данных, может непреднамеренно сохранять или выводить персональные данные, что вызывает серьёзные опасения по поводу согласия, безопасности и управления данными. Без надлежащего регулирования, ИИ может усилить существующие структуры слежки, особенно в авторитарных режимах.
Если говорить о более оптимистичном подходе, то ОИИ может помочь решить сложные глобальные проблемы — от моделирования изменения климата до разработки лекарств. Но эти преимущества во многом зависят от того, кто контролирует технологию, как она внедряется и насколько она доступна вне зависимости от границ и демографических характеристик.
Вот почему инклюзивный дизайн и равный доступ так важны. Без разнообразных наборов данных и учитывающих культурные особенности процессов обучения AGI может усилить системные предубеждения, и Shaip активно борется с этим, используя свои многоязычные и демографически разнообразные модели источников данных.
Где мы сейчас?
Несмотря на такие прорывы в области искусственного интеллекта, как GPT-4 и Gemini от Google, ИИ остается целью, а не реальностью.
Некоторые системы показывают «искры» AGI, как:
- Гато из DeepMind: Одна модель, обученная решению различных задач (игры, создание подписей к изображениям, робототехника).
- ГПТ-4: Демонстрирует рассуждения в различных областях, но все еще испытывает трудности с последовательностью, памятью и самосознанием.
«У нас пока нет ОИИ, но мы ближе к этому, чем когда-либо», говорят исследователи Microsoft в технический документ по GPT-4 в то время как Рэй Курцвейл предсказывает AGI по 2029.
Почему это важно для бизнеса
Давайте проясним ситуацию: Вам не нужен AGI, чтобы создавать отличные продукты сегодня.
Как говорит Эндрю Нг, «ИИ — это захватывающе, но в современном ИИ есть масса ценных возможностей, которые мы пока не используем в полной мере».
Человеческая аналогия: мозг, ученик, рассказчик
Чтобы упростить ландшафт ИИ:
AI это мозг.
Машинное обучение так мозг учится.
LLM являются словарным запасом.
Генеративный ИИ является рассказчиком.
AGI это все человеческое существо.
Он не просто изучает новый навык — он применяется в любом месте, как ты и я.
Заключение
Возможно, когда-нибудь искусственный интеллект произведет революцию в мире, но сегодняшним предприятиям не нужно ждатьПонимание спектра от искусственного интеллекта до искусственного интеллекта помогает принимать более обоснованные решения — независимо от того, внедряете ли вы чат-бот или обучаете медицинский ИИ.
Хотите создать ИИ, который на самом деле Обеспечивает окупаемость инвестиций? Начните с Сервисы данных ИИ от Shaip.
Является ли ChatGPT AGI?
Нет. Несмотря на свою мощь, ChatGPT — это большая языковая модель (LLM), не является истинным ИИ. У него отсутствуют самосознание, способность сохранять память и способность к мышлению на уровне человека во всех областях.
Когда будет разработан ОИИ?
Оценки разнятся — от конец 2020-х – 2050-е годы. Хотя технологические гиганты и исследовательские лаборатории вкладывают значительные средства, на данный момент никакого ОИИ не существует.
Чем AGI отличается от ASI?
ИИУ = интеллект человеческого уровня.
ИСИ = превосходит людей во всех отношениях. ИСИ — это теория, поднимающая серьёзные этические вопросы.
Какой пример AGI можно привести сегодня?
Существуют нет реальных систем AGI Пока нет. Некоторые модели, например, Gato от DeepMind или GPT-4, демонстрируют способность к многозадачности, но не дотягивают до уровня человеческой адаптивности.
Создает ли Shaip системы AGI?
Шайп не создает ИИ, но поддерживает инновации в области ИИ посредством аннотация данных, специфичная для предметной области, тонкая настройка LLM и разработка ИИ, ориентированного на соответствие требованиям.
