ΟΔΗΓΟΣ Κοινωνίας

Τεχνητή Γενική Νοημοσύνη

Η Τεχνητή Γενική Νοημοσύνη (AGI) αναφέρεται σε συστήματα τεχνητής νοημοσύνης με ευρεία, ανθρώπινου επιπέδου (ή μεγαλύτερη) ικανότητα στις περισσότερες γνωστικές εργασίες — όχι μόνο μια στενή δεξιότητα όπως η μετάφραση ή η επισήμανση εικόνων.

Ακούστε αυτόν τον οδηγόαφήγηση με AI · ~2 min

Σε αυτήν τη σελίδα2 λεπτά ανάγνωση
  1. Βαθιά κατάδυση
  2. Υλοποίηση σε πραγματικό κόσμο
  3. Το μέλλον της τεχνητής γενικής νοημοσύνης
  4. Κάνοντάς το στην πράξη
  5. Συνεχίστε την εξερεύνηση
  6. Συχνές ερωτήσεις

Βαθιά κατάδυση

Δεν υπάρχει ενιαίος συμφωνημένος ορισμός του AGI. Μερικοί άνθρωποι σημαίνουν «ταιριάζει με μέσους επαγγελματίες του ανθρώπου στις περισσότερες εργασίες γνώσης», άλλοι σημαίνουν «μπορεί να αυτοματοποιήσει την πλειονότητα των οικονομικά πολύτιμων εργασιών» και άλλοι επιφυλάσσουν τον όρο για συστήματα που μπορούν να βελτιώσουν τον εαυτό τους ή να ξεπεράσουν την ανθρωπότητα σε ό,τι αφορά την επιστήμη και τη στρατηγική. Ο ορισμός είναι σημαντικός επειδή ο σχεδιασμός πολιτικής, επενδύσεων και ασφάλειας εξαρτώνται από το πότε πιστεύετε ότι φτάνουν τέτοια συστήματα και τι μπορούν να κάνουν. Τα τρέχοντα μεγάλα γλωσσικά μοντέλα δεν είναι AGI με αυστηρούς ορισμούς, αλλά παρουσιάζουν ήδη ευρεία ικανότητα και ταχεία βελτίωση - γι' αυτό αμφισβητούνται τα χρονοδιαγράμματα και γιατί οι ερευνητές υπαρξιακού κινδύνου αντιμετωπίζουν το AGI (και τα συστήματα πέρα ​​από αυτό) ως ένα ζωντανό πρόβλημα προγραμματισμού και όχι ως επιστημονική φαντασία. Εάν τα συστήματα σε επίπεδο AGI μπορούν να ενεργούν με περιορισμένη εποπτεία, τα προβλήματα ευθυγράμμισης και ελέγχου παύουν να είναι ακαδημαϊκά.

Υλοποίηση σε πραγματικό κόσμο

Παρακολούθηση του τρόπου με τον οποίο τα μοντέλα συνόρων επεκτείνονται από τη συνομιλία στην κωδικοποίηση, την ερευνητική βοήθεια και τη χρήση εργαλείων πολλαπλών βημάτων.

Συγκρίνοντας τους δημόσιους ορισμούς των εργαστηρίων για το AGI και τα όρια που ισχυρίζονται έχουν σημασία για την πολιτική ασφάλειας.

Σχεδιασμός για οικονομικές επιπτώσεις και επιπτώσεις στην ασφάλεια, εάν τα συστήματα μπορούν να υποκαταστήσουν μεγάλες κατηγορίες γνωστικής εργασίας εξ αποστάσεως.

Το μέλλον της τεχνητής γενικής νοημοσύνης

Αναμένετε συνεχή συζήτηση για τα χρονοδιαγράμματα, μεγαλύτερο ενδιαφέρον της κυβέρνησης για προγράμματα εκπαίδευσης αιχμής και πίεση για τον καθορισμό μετρήσιμων ορίων ικανότητας. Για το κοινό, το χρήσιμο takeaway δεν είναι μια ακριβής χρονιά - είναι ότι η κατεύθυνση του ταξιδιού είναι προς γενικότερα, πιο αυτόνομα συστήματα και ότι οι εργασίες ασφαλείας πρέπει να παραμείνουν μπροστά από αυτήν την καμπύλη.

Κάνοντάς το στην πράξη

Γιατί έχει σημασία

  • Κίνδυνος και ασφάλεια. Οι καταστροφικές και οι καθημερινές βλάβες της τεχνητής νοημοσύνης εξαρτώνται από το ποιος κατανοεί τους κινδύνους και ποιος μπορεί να δράσει.
  • Σαφέστερες αποφάσεις. Ο δημόσιος και επαγγελματικός γραμματισμός διαμορφώνει εάν είναι πολιτικά δυνατή η ισχυρή πολιτική ασφάλειας.
  • Κόβοντας τη διαφημιστική εκστρατεία. Οι σαφείς εξηγήσεις μειώνουν τη λήψη από διαφημιστική εκστρατεία, εργαστηριακές σχέσεις δημοσίων σχέσεων και αόριστες θεατρικές ηθικές.

Προσέξτε

  • Αντιμετώπιση του υπαρξιακού κινδύνου ως ενώσεις επιστημονικής φαντασίας και ικανότητας.
  • Συγχέοντας την ασφάλεια του προϊόντος της επιφάνειας με την ευθυγράμμιση υπό υψηλή αυτονομία.
  • Αφήνοντας μη αγγλικά και μη εξειδικευμένα είδη κοινού με πηγές μόνο χαμηλής ποιότητας.

Επόμενα βήματα

  1. Ξεχωρίστε τους κινδύνους βλαβών, κακής χρήσης και απώλειας ελέγχου / κακής ευθυγράμμισης του προϊόντος.
  2. Ρωτήστε ποια στοιχεία θα άλλαζαν την άποψή σας για τα χρονοδιαγράμματα και τη σοβαρότητα.
  3. Προτιμήστε τις πρωτογενείς πηγές και τις συγκεκριμένες αξιολογήσεις έναντι των ισχυρισμών μάρκετινγκ.
  4. Προσδιορίστε ένα μονοπάτι δράσης: καριέρα, πολιτική, χρηματοδότηση ή δεξιότητες — όχι μόνο ευαισθητοποίηση.

Συνεχίστε την εξερεύνηση

Δωρεάν ενημερωτικό δελτίο

Λάβετε την καθημερινή ενημέρωση AI

Τρία επαληθευμένα νέα AI κάθε πρωί της εβδομάδας, γραμμένα σε απλή αγγλική. Δωρεάν για πάντα, χωρίς διαφημίσεις.

Ένα email κάθε εργάσιμη ημέρα. Κατάργηση συνδρομής με ένα κλικ. Δεν πουλάμε ή μοιραζόμαστε ποτέ τη διεύθυνσή σας.

Δοκιμάστε τον εαυτό σας

Take the Artificial General Intelligence quiz

Άμεση ανάδραση σε κάθε απάντηση, και πιστοποιητικό με επαληθεύσιμο ID μόλις περάσετε το μάθημα.

Έναρξη κουίζ

Υποστηρίξτε τη δωρεάν εκπαίδευση AI. AI Understanding είναι μια μη κερδοσκοπική οργάνωση 501(c)(3) — χωρίς διαφημίσεις, χωρίς τοίχο πληρωμής, ποτέ. Κάντε μια δωρεά

Συχνές ερωτήσεις

What is Artificial General Intelligence?

Η Τεχνητή Γενική Νοημοσύνη (AGI) αναφέρεται σε συστήματα τεχνητής νοημοσύνης με ευρεία, ανθρώπινου επιπέδου (ή μεγαλύτερη) ικανότητα στις περισσότερες γνωστικές εργασίες — όχι μόνο μια στενή δεξιότητα όπως η μετάφραση ή η επισήμανση εικόνων.

Τι διακρίνει την τεχνητή γενική νοημοσύνη από τη στενή τεχνητή νοημοσύνη;

Τα στενά συστήματα υπερέχουν σε συγκεκριμένες εργασίες όπως το σκάκι ή η μετάφραση. Το AGI αναφέρεται σε ευέλικτη ικανότητα σε ανθρώπινο επίπεδο σε ένα ευρύ φάσμα εργασιών.

Τι παρατηρεί το παράδοξο του Moravec;

Ο Hans Moravec σημείωσε ότι η συλλογιστική υψηλού επιπέδου ήταν συγκριτικά εύκολο να αυτοματοποιηθεί, ενώ οι αισθητηριοκινητικές δεξιότητες που βελτιώθηκαν από την εξέλιξη αποδείχθηκαν δύσκολες.

Which benchmark did François Chollet propose as a concrete way to measure skill-acquisition efficiency on abstract puzzles?

Το ARC παρουσιάζει μικρά παζλ πλέγματος που απαιτούν νέους κανόνες από μερικά παραδείγματα, με στόχο τη γενίκευση και όχι την απομνημονευμένη γνώση.

Ποια είναι η υπόθεση της «έκρηξης νοημοσύνης» που σχετίζεται με τον I. J. Good;

Ο Good υποστήριξε το 1965 ότι μια υπερέξυπνη μηχανή θα μπορούσε να σχεδιάσει ακόμα καλύτερες μηχανές, οδηγώντας σε αναδρομική αυτοβελτίωση.

Το δοκίμιο του Rich Sutton «The Bitter Lesson» υποστηρίζει τι γίνεται με την πρόοδο της τεχνητής νοημοσύνης;

Sutton argued that general methods using more computation have repeatedly proved more effective over time than methods built around handcrafted domain knowledge.