一文看懂什么是通用人工智能(AGI)

一、背景

从古代神话到现代科幻小说,人类几千年来一直梦想着创造人工智能。但是,综合智能的努力直到 1950 年代后期才真正开始,当时十几位科学家聚集在新罕布什尔州达特茅斯学院,参加为期两个月的研讨会,以创造能够“使用语言、形成抽象和概念、解决各种问题的机器”。现在保留给人类,并改善自己。”

研讨会标志着人工智能历史的正式开始。但是,两个月的努力——以及随后的许多其他努力——只证明人类智能非常复杂,当你试图复制它时,复杂性变得更加明显。

这就是为什么尽管经过了 6 年的研究和开发,我们仍然没有能够与人类儿童的认知能力相媲美的人工智能,更不用说可以像成年人一样思考的人工智能了。然而,我们所拥有的是一个科学领域,它被分为两个不同的类别:狭义人工智能(ANI),我们今天拥有的,以及通用人工智能 (AGI),我们希望实现的目标。

二、什么是通用人工智能?

如果你的电脑或机器人能够像人一样思考和解决问题,那就是通用人工智能(AGI)了。它不仅仅是执行特定任务的智能,而是具有广泛的理解力和学习能力,能够像人类一样处理各种复杂的情况。

AGI(也称为强AI或深度AI,什么是强AI?移步《什么是人工智能》中人工智能的分层)是基于心智理论的AI框架。从根本上说,心智层面的人工智能理论涉及训练机器学习人类行为和理解意识的基本方面。有了这样一个强大的AI基础,AGI可以进行规划,学习认知能力,做出判断,处理不确定的情况,并在决策中整合先验知识或提高准确性。AGI有助于机器执行创新、富有想象力和创造性的任务。

三、AGI能做什么?

现在的人工智能大多数都是“狭义”的,意味着它们只能在特定领域工作。比如,一个语音识别系统可能非常擅长听懂你说的话,但它不会理解你在谈论什么。而AGI则能够像人一样,理解语言背后的含义,并用这些信息来做出决策。

理解世界

AGI能够理解我们周围的世界,就像你知道为什么天空是蓝色一样,里面涉及到人类的知识点非常多,比如物理定律、逻辑推断、客观规律。

学习新事物

它能够学习新技能,比如学习新语言或者玩新游戏。能够像初生的婴儿一样,逐步学习积累自己的知识,能自我学习和更新。

解决难题

AGI能够解决那些需要创造力和常识的问题,比如修理损坏的家电。

适应新环境

如果AGI去到一个全新的地方,比如火星,它能够快速适应并解决问题。

三、AGI面临的挑战

感知世界

AGI需要能够像人类一样感知世界,这包括看到、听到和理解我们周围的一切,尽管深度学习系统在计算机视觉领域显示出巨大的前景,但人工智能系统缺乏类似人类的感官知觉能力。

像人一样思考

AGI需要能够进行复杂的思考,比如解决需要逻辑和创造力的问题。虽然基于人工智能的机器已经能够作曲和绘画,但展示人类水平的自我优化创造力需要人工智能的进一步发展。

自然交流

AGI应该能够用人类的语言自然地与人交流,理解我们的情感和幽默。人工智能机器人要在世界上运行,人类的互动是不可避免的。因此,这些机器人将需要理解人类、面部表情和语调变化。考虑到上面讨论的感知挑战,能够与情感联系产生共鸣的人工智能系统似乎是一个遥远的现实。

自我改进

AGI需要能够自我学习和进步,就像孩子成长一样。

四、AGI的发展途径

实现强大的人工智能面临着重大挑战。例如,富士通已经建造了最快的超级计算机之一,名为K计算机。尽管这台计算机突破了每秒10千万亿次浮点运算的障碍,但它花了40多分钟来模拟一秒钟的神经活动,从而模糊了强人工智能的视觉。然而,人工智能的未来是光明的,因为它可以利用处理经济危机等复杂情况的能力,对社会产生大规模影响。

人们已经尝试和测试了多种方法来获得类似人类的智能。下面列出了一些实现AGI的核心方法。

1. 象征性的方法

符号方法是指使用逻辑网络(即if-then语句)和符号来学习和发展一个全面的知识库。通过操纵这些代表物质世界本质方面的符号,这一知识库进一步扩大。这种方法模仿了人类大脑思维的更高层次。

理论上,符号方法可以完成更高层次的逻辑和思维,但在现实中,它缺乏学习较低层次的任务,如感知。象征方法的一个恰当例子是Cycorp的Douglas Lenat在1980年启动的CYC项目,该项目旨在推进人工智能领域的工作。CYC拥有庞大的知识库、逻辑体系和强大的表征语言。

2. 联结主义方法

联结主义方法是一种亚符号方法,它利用类似于人类大脑的架构(如神经网络)来创建通用智能。该方法期望从较低层次的子符号系统(如神经网络)中出现更高层次的智能,这还没有发生。深度学习系统和卷积神经网络(如DeepMind的AlphaGo)就是联结主义方法的好例子。

3. 混合方法

混合方法是连接主义和符号系统的混合。在AGI竞赛中领先的架构倾向于使用混合方法,例如,CogPrime架构。它通过单个知识表示(称为AtomSpace)来表示符号知识和子符号知识。著名的社交类人机器人索菲亚是由Hanson Robotics和OpenCog在神经架构CogPrime的帮助下创造出来的。

4. 整体有机体架构

专家认为,一个真正的通用人工智能系统应该拥有一个物理身体,并从物理互动中学习。虽然目前还没有这样的系统,但最接近的是索菲亚(Sophia)——一种仿人机器人,可以模仿人类的手势和面部表情,并沉迷于预先设定的话题对话。

五、AGI的未来趋势

在新冠肺炎疫情期间,人工智能的发展成为焦点,类人智能的发展速度比以往任何时候都要快。虽然一个完整的AGI系统目前还不现实,但人工智能的最新趋势可能会推动AGI的发展,并显著加快其发展。以下是可以推动AGI进步的十大人工智能趋势。

NLP发展

自然语言处理(NLP)是一种人工智能技术,可以理解人类语言,大大减少与屏幕交互的必要性。支持人工智能的设备可以将人类语言转换为用于运行应用程序的计算机代码。

最近,OpenAI发布了GPT-3,这是迄今为止最先进的NLP版本。GPT-3使用超过1750亿个参数来处理语言。此外,OpenAI还在研究GPT-4,预计它将处理大约100万亿个参数,用于综合语言处理。随着人工智能的进步,开发出能够以一种与真实一样好的方式与人类互动的机器是肯定有可能的。

虚拟世界

随着公司和个人探索沉浸式技术,在这个虚拟世界中工作和互动,虚拟世界正在蓬勃发展。根据DappRadar公司2021年11月的数据,用户在虚拟世界中花费了约1.06亿美元购买虚拟财产,主要是数字土地、豪华游艇和其他资产。

考虑到这一趋势,AI和ML有望通过虚拟AI聊天机器人构建虚拟世界,让用户有真切的感受,从而推动虚拟世界的发展。

高度的自动化

从机器人流程自动化(RPA)到智能业务流程管理,许多行业都利用人工智能和机器学习技术来实现多个流程的自动化。超级自动化为高级自动化功能增加了额外的一层,因为它扩展了组织的自动化前景。根据Gartner 报导,2021年4月到2022年期间,超自动化市场达到6000亿美元。

更多的治理工作

由于缺乏模型治理,算法偏差可能突然出现。在这方面,人工智能专家应该更加关注,并确保人工智能/机器学习模型不会产生偏见或做出错误的决定。最近,在2021年10月,Twitter承认其算法产生了偏向右翼政客和新闻媒体的偏见。

在2015年的一次类似事件中,亚马逊意识到其招聘员工的算法对女性有偏见。这是因为该算法仔细审查了过去十年的简历,由于其中大多数是男性,因此它被训练成对女性有偏见。

诸如此类的例子将为首席人工智能官、首席人工智能合规官等职位的增加铺平道路。随着人工智能/机器学习的快速采用,这种情况预计在不久的将来会增加。

低代码或无代码AI的兴起

如今,对熟练的人工智能工程师的需求很高。组织一直在寻找能够开发人工智能算法和工具以满足其业务运营的工程师。低代码和无代码AI解决方案可以通过提供有助于创建复杂系统的直观界面来解决这个问题。

通常,低代码解决方案提供拖放选项,从而简化了应用程序构建过程。此外,NLP和语言建模技术也可用于提供基于语音的指令来完成复杂的任务。

劳动力增加

对人工智能取代人类工作的担忧已经存在很长一段时间了。事实上,组织似乎正在使用AI/ML模型来收集和分析数据,并获得有助于制定业务决策的见解。在这种情况下,企业必须让员工和人工智能机器协同工作。

包括销售、营销和客户服务在内的几个部门已经在使用人工智能/机器学习系统来辅助他们的运营。然而,这并没有减少对人类的潜在依赖。事实上,它只是提高了这些部门的效率。从现在开始,这种趋势只会上升。

会话式人工智能聊天机器人

会话聊天机器人指的是启用人工智能的虚拟助手。它们执行自然对话和某些基于规则的操作,例如响应查询或重置密码。这些聊天机器人已经取代了客服,从而大大降低了企业的运营成本。随着自然语言处理领域的不断发展,会话式人工智能聊天机器人可能会在未来彻底改变人工智能领域。

更多关注人工智能伦理

最近,人工智能用例在垂直行业中显著增加。尽管人工智能技术带来了好处,但人工智能的潜在风险也不容忽视。因此,对人工智能伦理的关注将在未来几年上升,因为如果这些技术不被用于做好事,事情可能会发生逆转。

基于人工智能的招聘流程

由于疫情已经影响了招聘流程,随着虚拟世界取代传统的物理世界,企业现在预计将使用更多基于人工智能/机器学习的系统。此外,随着语言建模技术的进步和会话人工智能聊天机器人的日益成熟,雇主有望使用人工智能驱动的工具来管理招聘流程。

量子的人工智能

尽管过去几年人工智能领域取得了相当大的进展,但量子人工智能可以进一步推动人工智能的边界,因为量子计算可以加速机器学习算法并在更短的时间内取得结果。量子人工智能可以消除AGI的障碍,因为它可以在最短的时间内通过分析书籍、文章、博客文章和其他类似来源中的大量数据来帮助创建强大的数据库。

总结

通用人工智能(AGI)是一个非常前沿的科技领域,它的目标是创造出能够像人类一样思考和解决问题的智能系统。虽然现在还处于早期阶段,但随着科技的发展,我们可能会在未来看到AGI在各个领域发挥作用,从帮助我们做家务到解决复杂的科学问题。对于没有技术背景的人来说,了解AGI的基本概念和它可能带来的变化,可以帮助我们更好地准备迎接这个充满可能性的未来。

License:  CC BY 4.0

©2024 AI全书. Some rights reserved.