Dirbtinis intelektas (AI) visada siekė išlipti iš konkrečių užduočių rėmų ir įsitraukti į žmogiškojo mąstymo sritį. Galutinis tikslas yra sukurti dirbtinį bendrąjį intelektą (AGI), sistemą, sugebantį prisitaikyti ir kurti tokia pačia lankstumu kaip ir žmonės.
Modernūs kalbos modeliai padarė didelę pažangą kalbos meistriškume, nustebindami tyrėjus savo problemų sprendimo gebėjimais. Tačiau jiems vis dar trūksta atviras galimybių mokymo, kadangi jie sunkiai gali plėsti savo žinias už pradinio mokymo medžiagos ribų. Ben Goertzel iš SingularityNET šią ribotą galimybę apibūdina kaip „robotų universiteto studento testą“ – jie negali eiti toliau nei tai, ką išmoko.
Viena sritis, kurioje AGI modeliai išsiskyrė, yra kalbos supratimas. Jie turi gebėjimą suprasti ir atsakyti į bet kurį sakinį, net jei jis yra neformalus ar fragmentiškas. Tačiau jie silpnai telkiasi kitose žmogiško mąstymo ir supratimo srityse. Neurologinė Nancy Kanwisher tvirtina, kad šie modeliai yra pagrindiniai kalbos procesoriai ir neturi realaus pasaulio suvokimo ir sąveikos.
Dideli kalbos modeliai mimikuoja smegenų kalbos gebėjimus ir algoritmus, tačiau neturi daugiafunkcinių kognityvinių funkcijų, tokia kaip kognicija, atmintis, navigacija ar socialiniai vertinimai. Žmogaus intelektas yra sudėtinga sistema, jungianti įvairias persidengiančias funkcijas visoje smegenyse. Modulinis požiūris į AI sistemas siekia replikuoti šią įvairovę, kad būtų didinamos jų galimybės.
OpenAI „Generative Pre-trained Transformer“ (GPT) leidžia vartotojams pasirinkti įskiepius tam tikriems funkcijoms, tokioms kaip matematika ar interneto paieška. Šie įskiepiai naudojasi išoriniais žiniatinkliais, susijusiais su atitinkamomis sritimis. Be to, GPT pagrindinė kalbos sistema gali susidėti iš atskirų neuroninių tinklų ar „ekspertų“, kurie bendradarbiauja atsakydami į užklausas. Ši modularumo forma padidina skaičiavimo efektyvumą, kadangi mažesnių tinklų treniravimas ir vykdymas yra lengviau valdomi nei vienas didelis.
Tačiau kaina už modularumą yra iššūkis suprasti, kaip skirtingi moduliai veikia kartu, siekiant sukurti nuoseklų savivokos ar sąmonės jausmą. Informacijos integracija ir sprendimų priėmimo procesai išlieka neišspręstas klausimas. Globalinė darbo erdvės teorija (GWT) pateikia vieną hipotezę, tvirtinančią, kad sąmonė veikia kaip bendra plotmė, leidžianti moduliams keistis informacija ir paprašyti pagalbos. AI tyrėjams GWT kelia susidomėjimą, nes ji siūlo svarbų ryšį tarp sąmonės ir aukšto lygio intelekto.
Kūrėjai, kaip Goertzel, įtraukia darbo erdvės sąvokas į AI sistemas, ne siekiant kurti sąmoningas mašinas, bet emuliuoti sąmonės pagrindinius principus ir pasiekti žmogaus panašų intelektą. Nors galimybė netyčia sukurti būtybę su emocijomis ir motyvacijomis egzistuoja, ekspertai kaip Bernard Baars, GWT įkūrėjas, laiko tai mažai tikėtina. Nepaisant to, AGI plėtra galėtų suteikti vertingų įžvalgų į paties intelekto prigimtį ir mechaniką.
Visa AI tyrimų istorija neuropsichologija ir AI tarpusavyje įtakojo ir įkvėpė viena kitą. GWT šaknys galima pradėti kaitruoti ankstyvojo AI koncepcijų, pasiūlytų Oliver Selfridge ir Allen Newell, kurie vizualizavo kompiuterines sistemas kaip entropijos demonų kolekciją ar grupę matematikų, spręsdančių problemas. Naudojant AI kaip teorinę platformą, Baars 1980-aisiais suformulavo GWT kaip modelį žmogaus sąmonės.
Kol tęsiasi paieškos AGI, kalbos modeliai apšviečia AI galimybių ribas. Jie išsiskiria kalbos apdorojime, tačiau vis dar trūksta visuminio supratimo ir kontekstinės sąmonės, būdingo žmogaus intelektui. Kai tyrėjai ir toliau tyrinėja AI potencialą, juos laukia stulbinantys atradimai, kurie leis pašvęsti žibintą į mūsų paties protų subtilybes ir atverti kelią naujai dirbtinės intelektos erai.
DUK
The source of the article is from the blog mivalle.net.ar