Изкуственият общ интелект прави път на машини, които могат да се държат, изпълняват и учат като нас!
Изкуственият интелект промени начина, по който машината извършва работа. Днес вашият компютър може да изпълнява много лични и професионални задачи, ако го обучите с AI инструменти. Някои примери са създаване на изображения, създаване на глас от текст, управление на помощни програми и т.н.
Но те не са истински интелигентни. Зад такава автоматизация стоят много месеци обучение.
Какво ще кажете за едно наистина интелигентно компютърно приложение, което може да се учи само? Това е домейнът на изкуствения общ интелект. Прочетете, за да научите тази революционна технология днес!
Съдържание
Въведение
AGI е технология, която може да направи софтуера и хардуера толкова интелигентни, че да изразяват човешки когнитивни способности. Има други имена като силен AI, пълен AI и т.н.
За да го опростите, вие представяте интелигентната AGI система с проблем, който не е познавал преди. Умният компютър ще анализира проблема, ще направи някои онлайн проучвания и ще предостави решение на проблема.
IBM, OpenAI, Microsoft, Google Brain, Darktrace, Deepmind и т.н., са бързо движещите се в технологията AGI. Тези компании се опитват да внедрят следното в проектиран интелигентен компютър:
- Човешка обща интелигентност
- Експресната интелигентност не е свързана с конкретна задача като писане или говорене
- Обобщете новото обучение и свържете знанията с предишен опит
- Имайте смисъл от учене, което е качествено различно
- Възприемане и анализиране на задачи от контекста на реалния свят
В момента няма истински изкуствен общ интелект (AGI). IBM Strong AI и Google Brain отбелязват известен напредък, но не са готови за производство.
Ползи и нужди
Имаме нужда от AGI, за да заменим човешките същества на опасни места. Освен това AGI компютрите могат да осигурят непредвидено ниво на производителност в бизнес операциите.
AGI приложенията също така ще помогнат на човешката раса да решава трудни пъзели в медицината, здравеопазването, веригата за доставки, икономиката, финансите и социалните науки.
Ето някои други важни причини за разработване на AGI:
- Приложенията на AGI могат да покажат по-добро разбиране на причината и следствието, за да помогнат на хората с проекти за оценка на риска.
- AGI могат ефективно да използват различни сетивни възприятия като цвят, звук, дълбочина, визуални ефекти и измерения.
- Такива интелигентни компютърни програми могат да командват на роботизирана ръка да изпълнява фини двигателни умения като сглобяване на електронни устройства от началото до края.
- Възможността за обработка на естествен език (NLP) на AGI ще направи автоматизацията по-лесна. Можете просто да произнесете някои ключови думи и инструментът AGI ще изгради автоматизирания поток, от който се нуждаете.
- AGI могат да разрешават уникални проблеми, след като разгледат проблема и анализират средата в реалния свят. Не е необходимо да отговаряте на каквито и да било условия If/Then, If/Else и т.н.
- AGI могат да помогнат на създатели на съдържание, художници, дизайнери и архитекти с готови идеи.
- Приложенията на AGI могат да предложат отлично обслужване на клиентите без пропуски, тъй като те също ще проявяват емоционална и социална интелигентност.
AI срещу AGI
#1. Режим на действие
AI, известен още като тесен AI, е реактивно интелигентно приложение. Той ще реагира с предварително зададен списък от действия, когато получи сигнали от задействащи събития.
AGI няма да се нуждаят от задействания на събития. Тези приложения ще реагират проактивно, като хората, за предотвратяване на проблеми, решаване на пъзели и т.н.
#2. Обхват на действие
Тесният или слаб ИИ също имат ограничен обхват на работа. Пишещ AI не трябва да кара кола и обратно. Ограниченото приложение също прави разработката скъпа и неефективна на ниво производство.
Един AGI може да управлява цяла производствена фабрика, хиляди домове в населено място в даден регион или всички фирмени офиси на вашия бизнес. Той е отворен за всякакви предизвикателства, тъй като има способности за когнитивно обучение, разсъждение и проактивно предприемане на действия.
#3. Умения за решаване на проблеми
Тесният AI решава най-вече затворени проблеми като GPS навигация, търсене в мрежата въз основа на ключови думи, писане с AI, допълване на AI код и др.
Изкуственият общ интелект може да се справи с отворени проблеми като създаване на полева маркетингова стратегия чрез анализиране на пазара, клиентите и продуктите.
#4. Капацитет на паметта
Повечето слаби AI програми са базирани на машини с ограничена памет. AI разчитат на набор от изкуствени невронни мрежи и бази данни за обучение. Когато базата данни или алгоритмите са стари, AI блокират.
AGI ще се предлагат с практически безкрайна памет (ресурси от знания) чрез локални бази данни, облачни бази данни и интернет.
#5. Надстройки
Хората трябва редовно да надграждат слабите AI, тъй като бизнес изискванията и пазарните тенденции се променят.
AGI сами ще надграждат своите памети и бази данни. Не трябва да изисква човешка намеса.
Подходи
#1. Подсимволният подход
Тук разработчиците на AGI използват приложения, които наподобяват човешкия мозък. Например AlphaGo на DeepMind, конволюционни невронни мрежи, системи за дълбоко обучение и др.
#2. Символният подход
В този метод разработчиците на AGI използват диаграми, символи и оператори if- then. Изкуственият общ интелект използва основен алгоритъм за обучение и създаване на база от знания. Освен това, той може да сравни алгоритъма и неговите символи с аспекти от реалния свят и да развие по-добри мисловни процеси от слабите AI.
#3. Подход за цялото тяло
В тази концепция разработчиците на AGI искат да включат всички софтуерни, хардуерни, мрежови и сензорни възможности в едно човешко тяло. Хуманоидът може да ходи, да говори, да докосва хората и т.н.
#4. Хибридният подход
Хибридният начин за развитие на AGI разчита на подсимволични и символни подходи.
Успешен пример за тази категория е София, хуманоиден робот. Той включва както символни, така и конекционистки системи. Например Sophia се нуждае от архитектурата CogPrime и базата данни AtomSpace за своите функционалности.
#5. Математически подход
Изследователите се стремят да разпределят безкрайна изчислителна мощност на AGI. Следователно тези интелигентни приложения и устройства ще могат да извършват необходимия брой решаване на математически проблеми, за да вземат изключителни решения.
Как работи AGI?
Програмата AGI ще използва различни технологии за постигане на когнитивни способности на човешко ниво. Те са както следва:
Вход и изход (I/O)
AGI използват различни сензорни устройства, за да изпълняват задачите си в производствени предприятия или като самоуправляващи се автомобили. Тези сензори могат да бъдат визуални, RFID, сензори за температура, налягане, скорост, движение и др.
Друга група AGI може да изисква OCR, конектори за бази данни и т.н., за извършване на бизнес операции в офиси.
Моторни умения
Цялото тяло, роботизираните ръце, автономните превозни средства и т.н. работят, като правят фини движения. AGI разчитат на двигателни умения, придобити от невронни мрежи, обработка на 3D изображения, визуално имитиране и др.
НЛП
AGI може да се учи от различни източници като статии в уебсайтове, изследователски списания, електронни книги, видеоклипове в YouTube и т.н. За тази цел интелигентното приложение първо се научава да интерпретира естествения език на машинен език.
Разсъждение и решаване на проблеми
AGI робот или приложение често използва симулации за решаване на уникален проблем. Тъй като има огромни възможности за обработка и памет, машината може да изпълнява множество симулации едновременно. След това, според степента на успех, може да избере една симулация.
Креативно мислене
AGI могат да използват множество невронни мрежи, за да създават уникални и креативни идеи като форми на изкуство, музикални ноти, статии и др.
Разпознаване на лица и обработка на звук
Хуманоидните AGI, които взаимодействат с хора, използват предимно звуков анализ и разпознаване на лица. След обработка на аудио и визуални изображения от неговата среда и кръстосана проверка със съществуващи бази от знания, той може да взаимодейства с хората.
Предизвикателства
Изкуственият общ интелект има огромна възможност да трансформира света на ИИ. Но достигането до този етап не е плавен процес. Ето предизвикателствата и пречките пред разработването на AGI:
#1. Овладяване на човешки умения
За да получи истинска интелигентност на човешко ниво, AGI трябва да овладее някои способности. Те включват двигателни умения, разбиране на естествен език, сетивно възприятие, емоционална и социална връзка и креативност на човешко ниво.
#2. Липса на работен протокол
Няма стандартни работни протоколи на AI системи за безпроблемно сътрудничество. Следователно внедряването на цялостна AGI система е изправено пред неизбежни технически недостатъци.
#3. Липса на бизнес координация
Интегрирането на AI в съществуващи системи остава сложен процес. Тъй като заинтересованите страни все още не са наясно с неговите оперативни параметри, поддържането на развитието му в съответствие с бизнес целите е трудно.
#4. Комуникационни пропуски
Все още има комуникационна празнина между отделните AI системи. Тъй като безпроблемното споделяне на данни между тези системи е невъзможно, взаимното обучение на AI моделите е затруднено и неговата универсалност се намалява.
#5. Липса на посока AGI
Няма планове или насоки за внедряване на AGI в бизнес операциите на предприятието. Така изпълнението му става скъпо, а реализацията се възпрепятства.
Тенденции
Както знаете, цялостното развитие на изкуствения общ интелект все още не е постигнато. Въпреки това, тези AI тенденции ще повлияят на AGI:
#1. Обработка на естествен език (NLP)
NLP или обработката на естествен език се отнася до процеса, чрез който AI може да разбере човешкия език и да го преобразува в машинно поддържани кодове. Използвайки НЛП, AGI може да очаква да може да взаимодейства реалистично с хората.
#2. Метавселена
Metaverse е технология, която предлага завладяващо потребителско изживяване. С повече заинтересовани хора, AGI ще се развива, за да помогне на Metaverse в изграждането на виртуален свят.
#3. AI с нисък код или без код
Има нарастващо търсене на решения с нисък код или без код, дори за AI инструменти и алгоритми. Тези решения идват с интуитивни интерфейси за улесняване на процесите на разработване на сложни приложения.
#4. Увеличаване на работната сила
Това означава хора и дигитални служители, работещи в една организация един до друг. Въпреки че мнозина се опасяват, че AI ще направи хората безработни, включването на AI в операциите ще го направи по-ефективен.
#5. Квантов AI
Quantum AI има голям шанс да повлияе на AGI, като ускори ML алгоритмите и ви помогне да получите резултати с бърза скорост. Той може също така да неутрализира пречките, пред които AGI може да се изправи при анализирането на огромен обем от данни.
#6. AI Етика
Потенциалните рискове от ИИ е невъзможно да бъдат игнорирани. Ако не се използва правилно, ИИ може да бъде опасен за човечеството. Следователно етиката на ИИ ще получи повече внимание през следващите години.
#7. AI чатботове
AI chatbots или виртуалните асистенти могат да водят естествен разговор и да извършват операции, базирани на правила. Заменяйки човешките агенти за поддръжка, тези чатботове вече са намалили оперативните разходи за предприятията. В бъдеще това може да революционизира AGI.
Рискове от AGI
- Ако базата данни на AGI е ограничена, тя може да вземе катастрофални решения, нанасяйки щети на бизнеса и домовете.
- AGI могат да станат цели на напреднали хакерски атаки. Ако хакер спре AGI машина, това може да навреди на целия бизнес.
- Разработчиците на изкуствен интелект съобщават за различни случаи на пристрастни решения, взети от прототипни AGI.
- Предоставянето на AGI на неограничен достъп до база данни също може да наруши различни разпоредби за поверителност по целия свят.
След това ще разгледаме примери от реалния свят за изкуствен общ интелект.
Примери от реалния свят
#1. AI Търсене на ROSS
Адвокатът по изкуствен интелект ROSS може да търси милиарди правни документи за по-малко от три секунди. Можете да въведете всеки правен въпрос и той ще ви даде прецизни отговори.
Това е AGI, защото използва различни интелигентни технологии като класиране, извличане и разбиране. Освен това има по-широк обхват на действие, тъй като обхваща всички ниши на правната област.
#2. AlphaGo
AlphaGo е базиран на AI играч на настолна игра Go. Това е първата умна машина, която победи професионален жив играч на Go. Въпреки че това е AI с ограничен обхват на действие, той има способности за самообучение. AlphaGo може да се учи от своите конкуренти и собствените си грешки.
#3.Пакетни инструменти за изкуствен интелект на OpenAI
Гамата от AI системи на OpenAI, както е споменато по-долу, може да изпълнява различни задачи автоматично, когато се комбинира с помощта на API извиквания:
- GPT-3 създава базирани на естествен език текстове от прости фрази и улики. Много онлайн игри и изживявания със смесена реалност, като „Виртуалното същество“ на FableStudio, базирано на истории, използват GPT-3 за интерактивни истории.
- Codex помага на разработчиците да превеждат входовете на естествен език в кодове за удобно кодиране.
- DALL·E подпомага създателите на NFT и дигиталните артисти в създаването на хиляди оригинални и уникални произведения на изкуството за няколко минути. AI може също да редактира изображения.
#4. IBM Watson
IBM Watson е пакет с пълна услуга AI за бизнеса. Можем да го наречем AGI, тъй като има различни приложения. Има различни AI на Watson и те са както следва:
- IBM Watson Assistant за обслужване на клиенти или виртуална помощ
- IBM Watson Discovery създава прозрения и отговори от сложни бизнес документи
- Разбиране и класификатор на естествения език на IBM Watson
Заключителни думи
Досега изследвахте концепцията за изкуствен общ интелект. Освен това научихте работата му, предизвикателствата, примерите, рисковете и много други.
Научаването на горното ще ви помогне да планирате правилно своите проекти за разработка на изкуствен интелект. Той трябва да бъде достатъчно гъвкав, за да включи интелигентни приложения от следващо поколение във вашия проект и да го превърне в AGI.
Ако сте бизнес, който иска да направи операциите по-продуктивни и рентабилни, AGI може да бъде отговорът, въпреки че са в ход още разработки.
След това можете да проверите повече за машинното обучение.