Начнем с самого начала. Зачем вообще нужен этот термин?
60 лет назад, когда был придуман термин ИИ, у нас была цель создать машины, которые могли бы учиться и рассуждать, как люди. За несколько десятилетий попыток и неудач (неудачных) первоначальное видение было в значительной степени заброшено. В настоящее время почти вся работа с искусственным интеллектом связана с узкими, специфичными для предметной области, созданными человеком возможностями. Какими бы мощными ни были эти текущие приложения, они ограничены своей конкретной целевой областью и имеют очень узкую (если есть) способность к адаптации или интерактивному обучению. Большинство специалистов по информатике, получивших диплом после середины 80-х годов, знают ИИ только с этой сильно размытой точки зрения.
Однако сразу после 2000 года некоторые из нас почувствовали, что аппаратное обеспечение, программное обеспечение и когнитивная теория продвинулись достаточно, чтобы возродить первоначальную мечту. В то время мы обнаружили около дюжины человек, активно занимающихся исследованиями в этой области и желающих внести свой вклад в книгу, чтобы поделиться идеями и подходами. После некоторых размышлений трое из нас (Шейн Легг, Бен Гертцель и я) решили, что искусственный генеральный интеллект или AGI лучше всего описывает наш общий подход. Мы чувствовали, что хотим придать нашему сообществу отличительную идентичность, чтобы отделить нашу работу от основного ИИ, который вряд ли приведет к общему интеллекту.
Термин AGI дал имя этой новой группе исследователей, ученых и инженеров, которые фактически возвращались к попыткам разработать настоящий ИИ. Это движение было официально начато с публикации книги Общий искусственный интеллект и с тех пор набирает обороты благодаря дополнительным публикациям и ежегодным конференциям AGI. К настоящему времени этот термин стал довольно широко используемым для обозначения машин с возможностями человеческого или сверхчеловеческого уровня.
Некоторые люди предлагают использовать AGI для любой работы, которая, как правило, связана с автономным обучением, безмодельным, адаптивным, неконтролируемым или каким-либо подобным подходом или методологией. Я не думаю, что это оправдано, так как многие явно узкие проекты ИИ используют такие методы. Можно, конечно, утверждать, что какой-то подход или технология, вероятно, помогут достичь AGI, но я думаю, что разумно судить о проектах по тому, находятся ли они явно на пути (каким бы далеким он ни был) к достижение грандиозного видения: единой системы, которая может постепенно учиться, рассуждать абстрактно и эффективно действовать в широком диапазоне областей - точно так же, как это могут делать люди.
В другом месте я подробно остановился на том, что влечет за собой человеческий интеллект; Здесь я хочу взглянуть немного под другим углом и спросить: Что нам нужно, чтобы сказать, что мы достигли ОИИ?. Это предлагаемое мной описательное определение, за которым следуют некоторые уточнения:
Компьютерная система, которая в реальном времени соответствует когнитивным (не физическим) способностям умного, хорошо образованного человека или превосходит их.
Познавательные способности включают, но не ограничиваются: ведение продуктивного общения; изучение новых коммерческих и научных областей в реальном времени посредством чтения, обучения, экспериментов и т.д .; применение существующих знаний и навыков в новых областях. Например, изучение новых профессиональных навыков, нового языка (включая компьютерные языки) или даже новых игр.
К допустимым ограничениям относятся: очень ограниченная острота зрения и ловкость.
Альтернативные предложения и их достоинства
«Машины, которые могут научиться выполнять любую работу, которую в настоящее время делают люди» - я думаю, это вполне подходит, за исключением того, что кажется излишне амбициозным. Машины, которые могут выполнять большинство работ, особенно умственно сложных, приведут нас к нашей общей цели - иметь машины, которые могут помочь нам решить сложные проблемы, такие как старение, энергия, загрязнение, и помочь нам обдумать политические и моральные вопросы и т. Д. Естественно, они также поможет построить машины, которые будут обрабатывать оставшиеся задания, которые мы хотим автоматизировать.
Машины, прошедшие тест Тьюринга. Текущий Тест Тьюринга требует слишком многого (возможно, он должен притупить себя, чтобы обмануть судей, считающих его человеком), и слишком мало (ограниченное время разговора). Гораздо лучшим тестом было бы увидеть, может ли ИИ изучить широкий спектр новых сложных когнитивных навыков человеческого уровня с помощью автономного обучения и коучинга.
«Машины, которые осознают себя / могут обучаться автономно / автономно сокращать и т. д.» - это определение сильно занижает значение AGI. Можно построить узкие системы, которые обладают этими характеристиками (и, вероятно, уже имеют), но далеки от AGI (и, возможно, вообще не будут на пути).
«Машина, способная учиться на собственном опыте и работать с недостаточными знаниями и ресурсами». - Важные требования, но без указания ожидаемого уровня навыка. Опять же, уже существуют системы, которые обладают этими качествами, но далеки от AGI.
Некоторые возражения
Зачем определять AGI с точки зрения человеческих способностей? - Хотя мы ожидаем, что познание AGI будет совершенно другим (мгновенный доступ к Интернету, фотографическая память, логическое мышление и т. д.) , Цель по-прежнему состоит в том, чтобы освободить нас от большей части работы. Для этого он должен уметь работать в нашей среде и учиться в интерактивном режиме с помощью естественного языка и человеческого взаимодействия.
Почему бы не потребовать полной остроты чувств, ловкости и воплощения? - Я думаю, что разумное ослабление требований состоит в том, чтобы изначально исключить задачи, требующие высокой ловкости и остроты восприятия. Причина в том, что вначале следует сосредоточить внимание на когнитивных способностях, т.е. a «Хелен Хокинг» (Хелен Келлер / Стивен Хокинг) «Основная проблема - это создание мозга, двигателя интеллекта. Он не может быть полностью отключен от мира, но его органы чувств / исполнительные механизмы не должны быть очень сложными, если они могут управлять другими машинами (использование инструментов).
Питер Восс - основатель SmartAction и генеральный директор AGI Innovations Inc
Пожалуйста, поставьте лайк и поделитесь - если хотите :)
