通用人工智能(AGI):人工智能的下一個階段

通用人工智能(AGI):人工智能的下一個階段

除了人工智能(AI)的改進和新應(yīng)用之外,大多數(shù)人都認為,當通用人工智能(AGI)出現(xiàn)時,人工智能的下一次飛躍將發(fā)生。我們將AGI寬泛地定義為機器或計算機程序理解或?qū)W習人類可以完成的任何智力任務(wù)的假設(shè)能力。然而,對于何時以及如何實現(xiàn)這一目標,人們幾乎沒有達成共識。

一種觀點認為,如果可以構(gòu)建足夠多的不同AI應(yīng)用,每個應(yīng)用都解決一個特定的問題,那么這些應(yīng)用最終將共同成長為AGI的一種形式。這種方法的問題在于,這種所謂的“狹義”人工智能應(yīng)用不能以通用形式存儲信息。因此,其他狹隘的人工智能應(yīng)用無法使用這些信息來擴展其廣度。因此,雖然可以將語言處理和圖像處理的應(yīng)用拼接在一起,但這些應(yīng)用無法像人類大腦集成聽覺和視覺那樣整合。

其他人工智能研究人員認為,如果能夠構(gòu)建一個足夠大的機器學習(ML)系統(tǒng),并擁有足夠的計算機能力,其將自發(fā)地展示AGI。當我們更深入地研究ML的實際工作原理時,這將意味著擁有一個包含我們假設(shè)的ML系統(tǒng)可能遇到的所有情況的訓練集。專家系統(tǒng)試圖獲取特定領(lǐng)域的知識,但幾十年前就已經(jīng)清楚地證明了這一點,要創(chuàng)建足夠多的案例和示例數(shù)據(jù)來克服系統(tǒng)潛在的理解不足是不可能的。

這兩種方法的問題在于,它們充其量只能創(chuàng)建出一個看起來很智能的人工智能。它們?nèi)匀灰蕾囉陬A先確定的腳本和數(shù)百萬個訓練樣本。這樣的人工智能仍然無法理解文字和圖像代表存在于物理宇宙中的物理事物。它們?nèi)匀徊荒芎喜碜远喾N感官的信息。因此,雖然可以將語言和圖像處理應(yīng)用結(jié)合起來,但仍然沒有辦法像人類大腦將視覺、聽覺和與環(huán)境的直接交互集成在一起那樣無縫整合。

AGI的成功需要什么?

為了獲得真正的AGI,研究人員必須將注意力從不斷擴大的數(shù)據(jù)集轉(zhuǎn)移到一個更具有生物學意義的結(jié)構(gòu)上,該結(jié)構(gòu)包含意識的三個基本組成部分:以實體為中心的環(huán)境內(nèi)部心理模型;對時間的感知,可以根據(jù)當前的行動感知未來的結(jié)果;還有想象力,可以考慮多種潛在的行動,并評估和選擇其結(jié)果。簡而言之,AGI必須開始表現(xiàn)出與人類相同的情境和常識性理解,以體驗周圍的世界。

為了實現(xiàn)這一目標,人工智能的計算系統(tǒng)必須更接近于人類大腦中的生物過程,而其算法必須允許它構(gòu)建具有無限連接的抽象“事物”,而不是像當今的人工智能那樣需要龐大的陣列、訓練集和計算機能力。這樣一個統(tǒng)一的知識庫可能會與移動感知艙集成,其中包含視覺、聽覺、運動和語音模塊。這樣的pod將使整個系統(tǒng)在其所采取的每個動作中都能體驗到快速的感官反饋,隨著時間的推移,這將導致一個端到端系統(tǒng),隨著它接近真正的AGI,可以開始學習、理解并最終更好地與人合作。

即使有這樣一個系統(tǒng),AGI的實際出現(xiàn)也可能是漸進的,而不是一蹴而就,這主要有兩個原因。首先,也許也是最重要的,開發(fā)AGI顯然是一項非常復雜和艱巨的任務(wù),需要在多個不同的領(lǐng)域取得重大進展,其中包括計算機科學、神經(jīng)科學和心理學。雖然這意味著數(shù)年的研究和開發(fā),涉及眾多科學家和工程師的貢獻,但好在,大量的研究目前正在進行中。隨著眾多領(lǐng)域的研究,AGI的各個組成部分將隨著它們的研究而出現(xiàn)。

然后,由于AGI的許多功能本身就具有市場價值,即時滿足可能會減緩AGI的出現(xiàn)。如開發(fā)的功能可以改善Alexa的理解方式,或者新的視覺能力可以改善自動駕駛汽車,并且由于在商業(yè)上可行,個人開發(fā)會被迅速推向市場。然而,如果這些更專業(yè)、可單獨銷售的人工智能系統(tǒng)可以建立在一個共同的底層數(shù)據(jù)結(jié)構(gòu)上,它們就可以開始相互交互,構(gòu)建一個真正能夠理解和學習的更廣泛的環(huán)境。隨著這些系統(tǒng)變得更加先進,它們將能夠共同發(fā)揮作用,創(chuàng)造出更普遍的智能。

隨著這些方面的增加,人工智能系統(tǒng)將在個別領(lǐng)域表現(xiàn)出更像人類的表現(xiàn),并隨著系統(tǒng)的增強而發(fā)展到超人的表現(xiàn)。但性能不可能同時在所有領(lǐng)域都相同。這表明,在某一時刻,我們將接近AGI的閾值,然后等于閾值,然后超過閾值。在這之后的某個時刻,我們將擁有明顯優(yōu)于人類智能的機器,人們將開始同意,也許AGI確實存在。最終,AGI必須實現(xiàn),因為市場需要它。

極客網(wǎng)企業(yè)會員

免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

2023-02-28
通用人工智能(AGI):人工智能的下一個階段
AGI的出現(xiàn)很可能是漸進的,而不是一蹴而就,因為其的發(fā)展是一項非常復雜和艱巨的任務(wù),需要在幾個不同的領(lǐng)域取得重大進展。

長按掃碼 閱讀全文