هوش مصنوعی (AI) در هر زمینهای از زندگیهای ما نفوذ کرده است، صنایع را انقلابی کرده و روشهای ارتباط ما با فناوری را تغییر داده است. اما اگر AI توانایی داشت که نه تنها وظایف خاصی را انجام دهد، بلکه بتواند مانند یک انسان یاد بگیرد و بیندیشد، چه خواهد بود؟ وارد هوش مصنوعی عمومی (AGI)، یک مفهوم است که یک نوع AI قادر به فوقالعادهشدن از هوش بشری را تصور میکند.
AGI نشاندهنده گام بعدی در تکامل AI است، زیرا دارای توانایی انجام هر کار فکریای که انسانها بتوانند انجام دهند، است و احتمالا حتی میتواند فراتر از قابلیتهای بشری عمل کند. این از AI کنونی، به عنوان هوش مصنوعی محدود (ANI) شناخته شده، که به حوزههای تخصصی محدود میشود، جداست. از سوی دیگر، AGI از حوزهها فراتر رفته و یک دامنه وسیعی از تواناییها از جمله تفکر انتزاعی، تعمیمدهی، استدلال با احساس عقلانیت و ارتباط موثر را احاطه نموده است.
هرچند دستیابی به AGI هدف نهایی تحقیقات AI است، اما با چالشهایی همراه است. سیستمهای AI کنونی به طور گسترده از یادگیری ماشین استفاده میکنند، که به ماشینها امکان یادگیری از دادهها و تجربیات را میدهد. با این حال، این سیستمها توسط کیفیت و مقدار دادههای آموزش، الگوریتمهای پیشفرض و اهداف بهینهسازی محدود هستند. برعکس، AGI از این محدودیتها آزاد خواهد بود و به جای آن، بر روی توانایی یادگیری و فکر خود، و یکپارچه کردن دانش از منابع متنوع، توجه خواهد داشت.
راه به سمت AGI شامل چالشهای مختلفی است. یکی از موانع اساسی تعریف و سنجش هوش است، از جمله مؤلفههای پیچیده مانند حافظه، توجه، خلاقیت و احساسات. علاوه بر این، مدلسازی عملکردهای مغز انسان، مانند درک و داوری، چالشهای قابل توجهی را ارائه میدهد. طراحی الگوریتمهای یادگیری و استدلال قابل مقیاس، اطمینان از ایمنی و قابلیت اعتماد سیستمهای AGI، و همگامسازی ارزشها و اهداف آنها با جامعه، همگی از معاینههای حیاتی هستند.
محققان به دنبال رویکردهای مختلفی در پی تحقیق در حوزه AGI هستند. هوش نمادین به منطق و نمادها برای نمایش دانش و مدیریت، استفاده میکند، در حالی که Connectionist AI از شبکههای عصبی و یادگیری عمیق برای پردازش مقادیر بزرگ دادهها استفاده میکند. AI ترکیبی قوت هر دو رویکرد را ترکیب میکند، در حالی که Evolutionary AI از الگوریتمهای تکاملی برای تکامل حلقههای توسط انتخاب طبیعی استفاده مینماید. هوش مغزی AI هدف از تقلید از سیستمهای عصبی بیولوژیکی است، که مدلهای مغز موثرتر و واقعگرایانهای را فعال کند.
اگرچه AGI واقعی هنوز دستیابی نشده است، سیستمهای AI معروفی وجود دارند که بعضی از جنبههای AGI را نشان میدهند، مانند AlphaZero که به صورت خودکار یاد میگیرد تا شطرنج، شوگی و Go بازی کند. GPT-3 شرکت OpenAI قادر به تولید متون مرتبط در حوزههای گوناگون است، در حالی که NEAT شبکههای عصبی برای وظایف پیچیده تکامل میدهد. این مثالها پیشرفت را نشان میدهند، اما همچنین محدودیتهای موجود را نمایان میسازند که نیازمند بررسیهای بیشتری هستند.
پیامدهای AGI گسترده و فراتر از حوزههای علمی و فناورانه است. اقتصادی، AGI ممکن است فرصتهای جدیدی ایجاد نماید و بازارهای موجود را تحت تأثیر قرار دهد. اجتماعی و اخلاقی، AGI سوالاتی درباره تأثیر آن بر اشتغال، حریم شخصی، خودمختاری و ریسکهای محتمل مرتبط با ایجاد و کنترل سیستمهای بسیار هوشمند را مطرح میکند.
با پیشرفت به سوی AGI، رویکرد دقیق و متعادل ضروری است. ضروری است که چالشهای فنی را تعیین نموده، در حالی که تأثیرات اجتماعی و اخلاقی را در نظر بگیریم. AGI امکان حاشیههای جدیدی از پیشرفت بشری را باز میکند، اما همچنین نیازمند توسعه و اجرای پاسخگویی مسولانه به منظور اطمینان از آیندهای است که به همه بشریت ارزشمند باشد.
The source of the article is from the blog bitperfect.pe