هذا هو المدى الذي وصلنا إليه في تحقيق الذكاء الاصطناعي العام، وفقًا لـ DeepMind

الطريق إلى تحقيق الذكاء العام الاصطناعي (الذكاء الاصطناعي العام) ، تظل أنظمة الذكاء الاصطناعي التي تتمتع بقدرات متساوية على الأقل مع البشر في معظم المهام، موضوعًا للنقاش بين العلماء. تتراوح الآراء من كون الذكاء الاصطناعي العام بعيدًا، إلى احتمال ظهوره في غضون عقد من الزمن، إلى “شرارات الذكاء الاصطناعي العام” الواضحة بالفعل في نماذج اللغات الكبيرة الحالية (LLM). حتى أن بعض الباحثين يجادلون بأن ماجستير إدارة الأعمال اليوم هو الذكاء الاصطناعي العام.

في محاولة لإضفاء الوضوح على المناقشة، قام فريق من العلماء في Google DeepMind، بما في ذلك كبير علماء الذكاء الاصطناعي العام شين ليغ، اقترح إطارا جديدا لتصنيف قدرات وسلوك أنظمة AGI وسلائفها.

كتب المؤلفون في ورقتهم البحثية: “نرى أنه من الأهمية بمكان أن يفكر مجتمع أبحاث الذكاء الاصطناعي بشكل واضح في ما نعنيه بـ “الذكاء الاصطناعي العام”، وأن يطمح إلى تحديد سمات مثل الأداء والعمومية والاستقلالية لأنظمة الذكاء الاصطناعي”.

مبادئ AGI

أحد التحديات الرئيسية التي تواجه الذكاء الاصطناعي العام هو وضع تعريف واضح لما يستلزمه الذكاء الاصطناعي العام. في ورقتهم البحثية، قام باحثو DeepMind بتحليل تسعة تعريفات مختلفة للذكاء الاصطناعي العام، بما في ذلك اختبار تورينج، ال اختبار القهوةومقاييس الوعي والمقاييس الاقتصادية والقدرات المتعلقة بالمهمة. وهي تسلط الضوء على أوجه القصور في كل تعريف في التقاط جوهر الذكاء الاصطناعي العام.

على سبيل المثال، يمكن لحاملي ماجستير اللغة الحاليين اجتياز اختبار تورينج، ولكن من الواضح أن توليد نص مقنع وحده لا يكفي للذكاء الاصطناعي العام، كما تظهر عيوب نماذج اللغة الحالية. إن تحديد ما إذا كانت الآلات تمتلك سمات الوعي يظل هدفًا غير واضح وبعيد المنال. علاوة على ذلك، في حين أن الفشل في مهام معينة (مثل إعداد القهوة في مطبخ عشوائي) قد يشير إلى أن النظام ليس الذكاء الاصطناعي العام، فإن اجتيازها لا يؤكد بالضرورة حالة الذكاء الاصطناعي العام الخاصة به.

ولتوفير إطار أكثر شمولاً للذكاء الاصطناعي العام، يقترح الباحثون ستة معايير لقياس الذكاء الاصطناعي:

1. يجب أن تركز مقاييس الذكاء الاصطناعي العام على القدرات بدلاً من الصفات مثل الفهم البشري أو الوعي أو الشعور.
2. يجب أن تأخذ مقاييس الذكاء الاصطناعي العام في الاعتبار مستويات العمومية والأداء. وهذا يضمن أن أنظمة AGI ليست قادرة فقط على أداء مجموعة واسعة من المهام ولكنها أيضًا تتفوق في تنفيذها.
3. يجب أن يتطلب الذكاء الاصطناعي العام مهام معرفية وما فوق معرفية، ولكن لا ينبغي اعتبار التجسيد والمهام الجسدية متطلبات أساسية للذكاء الاصطناعي العام.
4. إن إمكانات النظام لأداء المهام على مستوى الذكاء الاصطناعي العام كافية، حتى لو لم يكن قابلاً للنشر. وكتب الباحثون: “إن اشتراط النشر كشرط لقياس الذكاء الاصطناعي العام يقدم عقبات غير فنية مثل الاعتبارات القانونية والاجتماعية، فضلاً عن المخاوف الأخلاقية والسلامة المحتملة”.
5. وينبغي أن تركز مقاييس الذكاء الاصطناعي العام على المهام الواقعية التي يقدرها الناس، والتي يصفها الباحثون بأنها “صالحة بيئيا”.
6. وأخيرًا، يؤكد العلماء على أن الذكاء الاصطناعي العام ليس نقطة نهاية واحدة، بل هو مسار، مع مستويات مختلفة من الذكاء الاصطناعي العام على طول الطريق.

عمق واتساع الذكاء

تقدم DeepMind مصفوفة تقيس “الأداء” و”العمومية” عبر خمسة مستويات، تتراوح من عدم وجود ذكاء اصطناعي إلى الذكاء الاصطناعي العام فوق طاقة البشر، وهو نظام ذكاء اصطناعي عام يتفوق على جميع البشر في جميع المهام. يشير الأداء إلى كيفية مقارنة قدرات نظام الذكاء الاصطناعي مع البشر، بينما تشير العمومية إلى اتساع قدرات نظام الذكاء الاصطناعي أو نطاق المهام التي يصل من أجلها إلى مستوى الأداء المحدد في المصفوفة.

مهمة VentureBeat هو أن تكون ساحة مدينة رقمية لصانعي القرار التقنيين لاكتساب المعرفة حول تكنولوجيا المؤسسات التحويلية والمعاملات. اكتشف ملخصاتنا.