通用人工智能(AGI):人工智能的下一個(gè)階段
通用人工智能(AGI):人工智能的下一個(gè)階段
除了人工智能(AI)的改進(jìn)和新應(yīng)用之外，大多數(shù)人都認(rèn)為，當(dāng)通用人工智能(AGI)出現(xiàn)時(shí)，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(jī)器或計(jì)算機(jī)程序理解或?qū)W習(xí)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(shí)以及如何實(shí)現(xiàn)這一目標(biāo)，人們幾乎沒有達(dá)成共識。
通用人工智能(AGI):人工智能的下一個(gè)階段
一種觀點(diǎn)認(rèn)為，如果可以構(gòu)建足夠多的不同AI應(yīng)用，每個(gè)應(yīng)用都解決一個(gè)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(kuò)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(rèn)為，如果能夠構(gòu)建一個(gè)足夠大的機(jī)器學(xué)習(xí)(ML)系統(tǒng)，并擁有足夠的計(jì)算機(jī)能力，其將自發(fā)地展示AGI。當(dāng)我們更深入地研究ML的實(shí)際工作原理時(shí)，這將意味著擁有一個(gè)包含我們假設(shè)的ML系統(tǒng)可能遇到的所有情況的訓(xùn)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(diǎn)，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(gè)看起來很智能的人工智能。它們?nèi)匀灰蕾囉陬A(yù)先確定的腳本和數(shù)百萬個(gè)訓(xùn)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(kuò)大的數(shù)據(jù)集轉(zhuǎn)移到一個(gè)更具有生物學(xué)意義的結(jié)構(gòu)上，該結(jié)構(gòu)包含意識的三個(gè)基本組成部分:以實(shí)體為中心的環(huán)境內(nèi)部心理模型；對時(shí)間的感知，可以根據(jù)當(dāng)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(yàn)周圍的世界。
為了實(shí)現(xiàn)這一目標(biāo)，人工智能的計(jì)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(dāng)今的人工智能那樣需要龐大的陣列、訓(xùn)練集和計(jì)算機(jī)能力。這樣一個(gè)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(yùn)動和語音模塊。這樣的pod將使整個(gè)系統(tǒng)在其所采取的每個(gè)動作中都能體驗(yàn)到快速的感官反饋，隨著時(shí)間的推移，這將導(dǎo)致一個(gè)端到端系統(tǒng)，隨著它接近真正的AGI，可以開始學(xué)習(xí)、理解并最終更好地與人合作。
即使有這樣一個(gè)系統(tǒng)，AGI的實(shí)際出現(xiàn)也可能是漸進(jìn)的，而不是一蹴而就，這主要有兩個(gè)原因。首先，也許也是最重要的，開發(fā)AGI顯然是一項(xiàng)非常復(fù)雜和艱巨的任務(wù)，需要在多個(gè)不同的領(lǐng)域取得重大進(jìn)展，其中包括計(jì)算機(jī)科學(xué)、神經(jīng)科學(xué)和心理學(xué)。雖然這意味著數(shù)年的研究和開發(fā)，涉及眾多科學(xué)家和工程師的貢獻(xiàn)，但好在，大量的研究目前正在進(jìn)行中。隨著眾多領(lǐng)域的研究，AGI的各個(gè)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(jià)值，即時(shí)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(gè)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(dú)銷售的人工智能系統(tǒng)可以建立在一個(gè)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(gè)真正能夠理解和學(xué)習(xí)的更廣泛的環(huán)境。隨著這些系統(tǒng)變得更加先進(jìn)，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(gè)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(qiáng)而發(fā)展到超人的表現(xiàn)。但性能不可能同時(shí)在所有領(lǐng)域都相同。這表明，在某一時(shí)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(gè)時(shí)刻，我們將擁有明顯優(yōu)于人類智能的機(jī)器，人們將開始同意，也許AGI確實(shí)存在。最終，AGI必須實(shí)現(xiàn)，因?yàn)槭袌鲂枰?/p>
來源：千家網(wǎng)