Защо ни е нужен общият изкуствен интелект?
AGI, или общ изкуствен интелект, е една от най-горещите тематики в технологиите през днешния ден. Освен това е една от най-противоречивите. Голяма част от казуса е, че няма единодушие какво значи терминът. Група откриватели се пробва да поправи този проблем.
Екип от откриватели на Гугъл DeepMind неотдавна разгласява документ, който предлага освен една нова формулировка за AGI, само че и цяла таксономия за него.
В необятен смисъл AGI нормално значи изкуствен интелект, който се оправя като човешкия разсъдък (или дори го превъзхожда). Но има най-различни разбирания за това какво може да се счита за сходно на човешкия разум, с какви задания се оправя. Като цяло се счита, че AGI е AI, но… по-добър.
За да формулира новата формулировка, екипът на Гугъл DeepMind е почнал с редица съществуващи дефиниции за AGI, извеждайки на напред във времето това, което – съгласно откривателите – са главните общи характерности. Екипът също по този начин е обрисувал пет възходящи равнища на AGI: нововъзникващ (което, съгласно тях, включва авангардни чатботове като ChatGPT и Bard), умело, експертно, виртуозно и свръхчовешко.
Последното, допуска се, значи AI да извършва необятен набор от задания по-добре от всички хора, в това число такива задания, с които хората не могат да се оправят въобще, като декодиране на мисли на други хора, предсказание на бъдещи събития и говорене с животни. Учените означават, че за момента не е достигнато равнище оттатък нововъзникващия AGI.
„ Дефиницията обезпечава по този начин нужната изясненост по тематиката “, споделя Джулиан Тогелиус, откривател на ИИ в Нюйоркския университет, който не е взел участие в работата. „ Твърде доста хора се въртят към термина AGI, без да са се замисляли какво значи “.
Изследователите разгласиха публикацията си онлайн неотдавна, без звук, написа technews.bg.
По-точно определение
„ Виждам толкоз доста полемики, в които хората наподобява употребяват термина за означаване на разнообразни неща. Това води до обърквания “, споделя Шейн Лег, измислил термина преди към 20 години. Лег е един от съоснователите на DeepMind, в този момент разгласен за основен академик по AGI на компанията. „ Днес, когато AGI се трансформира в толкоз значима тема…, би трябвало да си изясним какво тъкмо имаме поради “.
Не постоянно е било по този начин. Дискусиите за AGI в миналото бяха осмивани в сериозните диалози. Но около шума към генеративните модели в този момент дебатът по отношение на AGI към този момент е на всички места.
Когато Лег предлага термина на някогашния си сътрудник и откривател Бен Гьортцел за заглавието на книгата на Гьортцел от 2007 година за бъдещите разработки в ИИ, Лег няма изключително ясна формулировка. „ Наистина не смятах, че е належащо “, признава Лег. „ Всъщност мислех за това по-скоро като поле за проучване, в сравнение с като артефакт “.
Неговата цел по това време е да разграничи съществуващия AI, който може да извършва съответна задача доста добре – като програмата за игра на шах на IBM Deep Blue – от хипотетичния AI, който той и доста други си показват, че един ден ще прави доста задания и то доста добре. Човешкият разсъдък не е като Deep Blue, споделя Лег. „ Това е доста необятно разбиране “.
Но през годините хората започнаха да мислят за AGI като евентуално свойство, което действителните компютърни стратегии може да имат. Днес е обикновено водещи AI компании като Гугъл DeepMind и OpenAI да вършат смели обществени изказвания по отношение на своята задача да основават сходни стратегии. „ Ако започнете да водите такива диалози, би трябвало да сте доста по-конкретни по отношение на това, което имате поради “, споделя Лег.
Например, откривателите на DeepMind декларират, че AGI би трябвало да бъде както с общо предопределение, по този начин и с високи достижения, а освен едното или другото. „ Разделянето на широчина и дълбочина по този метод е доста потребно “, споделя Тогелиус. „ Това демонстрира за какво доста от приключените AI системи, които сме виждали до момента, не се квалифицират като AGI “.
Учените декларират и, че AGI би трябвало освен да може да извършва набор от задания, само че също по този начин да може да се научава по какъв начин да извършва тези задания, да прави оценка успеваемостта си и да желае помощ, когато е належащо. И те декларират, че въпросът какво може да направи AGI има повече значение от въпроса по какъв начин го прави.
Това не значи, че методът, по който работи AGI, няма значение, споделя Мередит Рингел Морис, основен академик на Гугъл DeepMind за взаимоотношението сред хора и изкуствен интелект. Проблемът е, че към момента не знаем задоволително за метода, по който авангардните модели, като огромните езикови модели, работят „ под капака “, с цел да го превърнем във фокус на дефиницията.
„ Когато придобием повече визия за главните процеси, може би ще е значимо да преразгледаме своята формулировка за AGI “, споделя Морис. „ Трябва да се съсредоточим върху това, което можем да измерим през днешния ден по научно координиран метод “.
Измерване?
Измерването на успеваемостта на днешните модели към този момент е спорно. Изследователите разискват какво в действителност значи огромен езиков модел да премине десетки проби в гимназията и доста други тествания. Признак на просветеност ли е? Или тип образование наизуст?
Оценяването на представянето на бъдещите модели, които ще са още по-способни, ще бъде още по-трудно. Изследователите допускат, че в случай че AGI в миналото бъде създаден, неговите благоприятни условия би трябвало да се правят оценка непрестанно, а не посредством няколко еднократни теста.
Екипът също по този начин показва, че AGI не допуска самостоятелност. „ Често съществува имплицитното съмнение, че хората биха желали една AGI система да работи изцяло самостоятелно “, споделя Морис. Но това не постоянно е по този начин. На доктрина е допустимо да се изградят супер-умни машини, които са изцяло следени от хората.
Един въпрос, който откривателите не преглеждат в полемиката си за това какво е AGI, е за какво би трябвало да го изградим. Някои компютърни учени, като Тимнит Гебру, създател на Distributed AI Research Institute, настояват, че цялото начинание е … необичайно. В диалог през април за това, което тя вижда като подправено (дори опасно) заричане за AGI, Гебру означи, че хипотетичната технология „ звучи като система без обсег с очевидната цел да се пробва да направи всичко за всички във всякаква среда “.
Повечето инженерни планове имат добре дефинирани цели. Мисията за създаване на AGI не е такава. Дори дефинициите на Гугъл DeepMind разрешават AGI, който да е безкрайно необятен и несигурно образован. „ Не се опитвайте да построите господ “, сподели Гебру.
В конкуренцията за създаване на по-големи и по-добри системи малко на брой ще се вслушат в сходни препоръки. Така или другояче известна изясненост към тази дълго обсъждана и объркана идея е добре пристигнала. „ Има доста положителни неща, в които да се съсредоточим, в случай че успеем да преодолеем проблемите с дефиницията “, споделя Лег.
Последвайте канала на
Екип от откриватели на Гугъл DeepMind неотдавна разгласява документ, който предлага освен една нова формулировка за AGI, само че и цяла таксономия за него.
В необятен смисъл AGI нормално значи изкуствен интелект, който се оправя като човешкия разсъдък (или дори го превъзхожда). Но има най-различни разбирания за това какво може да се счита за сходно на човешкия разум, с какви задания се оправя. Като цяло се счита, че AGI е AI, но… по-добър.
За да формулира новата формулировка, екипът на Гугъл DeepMind е почнал с редица съществуващи дефиниции за AGI, извеждайки на напред във времето това, което – съгласно откривателите – са главните общи характерности. Екипът също по този начин е обрисувал пет възходящи равнища на AGI: нововъзникващ (което, съгласно тях, включва авангардни чатботове като ChatGPT и Bard), умело, експертно, виртуозно и свръхчовешко.
Последното, допуска се, значи AI да извършва необятен набор от задания по-добре от всички хора, в това число такива задания, с които хората не могат да се оправят въобще, като декодиране на мисли на други хора, предсказание на бъдещи събития и говорене с животни. Учените означават, че за момента не е достигнато равнище оттатък нововъзникващия AGI.
„ Дефиницията обезпечава по този начин нужната изясненост по тематиката “, споделя Джулиан Тогелиус, откривател на ИИ в Нюйоркския университет, който не е взел участие в работата. „ Твърде доста хора се въртят към термина AGI, без да са се замисляли какво значи “.
Изследователите разгласиха публикацията си онлайн неотдавна, без звук, написа technews.bg.
По-точно определение
„ Виждам толкоз доста полемики, в които хората наподобява употребяват термина за означаване на разнообразни неща. Това води до обърквания “, споделя Шейн Лег, измислил термина преди към 20 години. Лег е един от съоснователите на DeepMind, в този момент разгласен за основен академик по AGI на компанията. „ Днес, когато AGI се трансформира в толкоз значима тема…, би трябвало да си изясним какво тъкмо имаме поради “.
Не постоянно е било по този начин. Дискусиите за AGI в миналото бяха осмивани в сериозните диалози. Но около шума към генеративните модели в този момент дебатът по отношение на AGI към този момент е на всички места.
Когато Лег предлага термина на някогашния си сътрудник и откривател Бен Гьортцел за заглавието на книгата на Гьортцел от 2007 година за бъдещите разработки в ИИ, Лег няма изключително ясна формулировка. „ Наистина не смятах, че е належащо “, признава Лег. „ Всъщност мислех за това по-скоро като поле за проучване, в сравнение с като артефакт “.
Неговата цел по това време е да разграничи съществуващия AI, който може да извършва съответна задача доста добре – като програмата за игра на шах на IBM Deep Blue – от хипотетичния AI, който той и доста други си показват, че един ден ще прави доста задания и то доста добре. Човешкият разсъдък не е като Deep Blue, споделя Лег. „ Това е доста необятно разбиране “.
Но през годините хората започнаха да мислят за AGI като евентуално свойство, което действителните компютърни стратегии може да имат. Днес е обикновено водещи AI компании като Гугъл DeepMind и OpenAI да вършат смели обществени изказвания по отношение на своята задача да основават сходни стратегии. „ Ако започнете да водите такива диалози, би трябвало да сте доста по-конкретни по отношение на това, което имате поради “, споделя Лег.
Например, откривателите на DeepMind декларират, че AGI би трябвало да бъде както с общо предопределение, по този начин и с високи достижения, а освен едното или другото. „ Разделянето на широчина и дълбочина по този метод е доста потребно “, споделя Тогелиус. „ Това демонстрира за какво доста от приключените AI системи, които сме виждали до момента, не се квалифицират като AGI “.
Учените декларират и, че AGI би трябвало освен да може да извършва набор от задания, само че също по този начин да може да се научава по какъв начин да извършва тези задания, да прави оценка успеваемостта си и да желае помощ, когато е належащо. И те декларират, че въпросът какво може да направи AGI има повече значение от въпроса по какъв начин го прави.
Това не значи, че методът, по който работи AGI, няма значение, споделя Мередит Рингел Морис, основен академик на Гугъл DeepMind за взаимоотношението сред хора и изкуствен интелект. Проблемът е, че към момента не знаем задоволително за метода, по който авангардните модели, като огромните езикови модели, работят „ под капака “, с цел да го превърнем във фокус на дефиницията.
„ Когато придобием повече визия за главните процеси, може би ще е значимо да преразгледаме своята формулировка за AGI “, споделя Морис. „ Трябва да се съсредоточим върху това, което можем да измерим през днешния ден по научно координиран метод “.
Измерване?
Измерването на успеваемостта на днешните модели към този момент е спорно. Изследователите разискват какво в действителност значи огромен езиков модел да премине десетки проби в гимназията и доста други тествания. Признак на просветеност ли е? Или тип образование наизуст?
Оценяването на представянето на бъдещите модели, които ще са още по-способни, ще бъде още по-трудно. Изследователите допускат, че в случай че AGI в миналото бъде създаден, неговите благоприятни условия би трябвало да се правят оценка непрестанно, а не посредством няколко еднократни теста.
Екипът също по този начин показва, че AGI не допуска самостоятелност. „ Често съществува имплицитното съмнение, че хората биха желали една AGI система да работи изцяло самостоятелно “, споделя Морис. Но това не постоянно е по този начин. На доктрина е допустимо да се изградят супер-умни машини, които са изцяло следени от хората.
Един въпрос, който откривателите не преглеждат в полемиката си за това какво е AGI, е за какво би трябвало да го изградим. Някои компютърни учени, като Тимнит Гебру, създател на Distributed AI Research Institute, настояват, че цялото начинание е … необичайно. В диалог през април за това, което тя вижда като подправено (дори опасно) заричане за AGI, Гебру означи, че хипотетичната технология „ звучи като система без обсег с очевидната цел да се пробва да направи всичко за всички във всякаква среда “.
Повечето инженерни планове имат добре дефинирани цели. Мисията за създаване на AGI не е такава. Дори дефинициите на Гугъл DeepMind разрешават AGI, който да е безкрайно необятен и несигурно образован. „ Не се опитвайте да построите господ “, сподели Гебру.
В конкуренцията за създаване на по-големи и по-добри системи малко на брой ще се вслушат в сходни препоръки. Така или другояче известна изясненост към тази дълго обсъждана и объркана идея е добре пристигнала. „ Има доста положителни неща, в които да се съсредоточим, в случай че успеем да преодолеем проблемите с дефиницията “, споделя Лег.
Последвайте канала на
Източник: novini.bg
КОМЕНТАРИ