Исследование шести уровней искусственного общего интеллекта (AGI) компании Google DeepMind

Команда DeepMind от Google активно уточняет обсуждение вокруг Искусственного Общего Интеллекта (AGI), устанавливая четкое определение этого термина. Многие энтузиасты ИИ рассматривают AGI как конечную цель в стремлении к искусственному суперинтеллекту, однако конкретные аспекты, что именно включает в себя AGI, редко описываются. Этот термин часто используется неопределенно для обозначения программного обеспечения, которое, достигнув определенного порога, получает способности, сопоставимые с человеческим интеллектом.

В предпечати, опубликованной на arXiv, исследователи DeepMind подчеркнули важность точного определения AGI, выделив необходимость количественной оценки таких характеристик, как производительность, универсальность и автономия в системах ИИ. Предложив стандартизированную структуру для оценки AGI, они стремятся создать контрольные показатели, которые помогут в оценке возможностей различных моделей ИИ.

Определение AGI

На сегодняшний день не существует единого общепринятого определения AGI. Устав OpenAI характеризует AGI как "высокоавтономные системы, которые превосходят людей в большинстве экономически ценных видов работ." Эксперты согласны с тем, что, в отличие от узкого ИИ, который преуспевает в конкретных задачах, таких как перевод текста или игры, AGI должен демонстрировать гибкость и адаптивность для выполнения любых интеллектуальных задач, с которыми справляется человек. Это подразумевает овладение конкретными областями, а также возможность переноса знаний из одной сферы в другую, проявление креативности и решение новых проблем.

Чтобы уточнить концепцию AGI, исследователи Google обратились к шеституровой структуре, используемой для оценки прогресса в автономном вождении. Они проанализировали различные определения AGI и выделили несколько ключевых принципов, которые должны лежать в основе любого определения.

Во-первых, команда Google утверждает, что определения AGI должны сосредотачиваться на возможностях, а не на процессах, через которые ИИ достигает их. Эта перспектива подчеркивает, что ИИ не обязательно должен воспроизводить человеческие мыслительные процессы или сознание, чтобы квалифицироваться как AGI.

Во-вторых, они утверждают, что для достижения AGI требуется не только общая способность, но и конкретные показатели производительности для различных задач. Однако они уточняют, что эти показатели не обязательно должны быть подтверждены в реальных условиях; достаточно, чтобы модель продемонстрировала потенциал превышать человеческие возможности в определенной области.

Некоторые эксперты предполагают, что AGI может понадобиться встроить в роботов для взаимодействия с физическим миром. Однако исследователи DeepMind утверждают, что это необязательно. Они предлагают, чтобы AGI фокусировался прежде всего на интеллектуальных когнитивных задачах, таких как самообучение. Более того, они подчеркивают важность отслеживания эволюции AGI с течением времени, а не фиксацию на единственной конечной цели.

Уровни AGI

Для классификации AGI DeepMind разработал систему уровней под названием "Уровни AGI", начиная с "первоначального" (сравнимого с неквалифицированным человеком) и переходя к категориям, таким как "компетентный", "эксперт", "виртуоз" и заканчивая "суперчеловеческим" (превышающим все человеческие способности). Эта система ранжирования применима как к простым, так и к сложным системам ИИ.

Исследователи отмечают, что существующие технологии ИИ, такие как AlphaFold от DeepMind, уже демонстрируют суперчеловеческую производительность в определенных задачах. Они также предполагают, что продвинутые чат-боты, такие как GPT-4 и Bard от Google, могут представлять собой ранние этапы AGI.

Будущее AGI

Некоторые участники ИИ-сообщества оптимистично настроены относительно скорого появления AGI. Генеральный директор Nvidia, Дженсен Хуанг, недавно высказал мнение, что AGI может быть реализован в ближайшее десятилетие, а возможно, и раньше. Николь Валентайн, эксперт по ИИ и финтеху, предположила, что AGI может уже существовать, но еще не достиг полного потенциала. Она утверждает, что по мере эволюции ИИ-систем и обучения на основе окружающей среды они будут демонстрировать все большую сложность со временем. "Настоящая проблема заключается в том, как нам, людям, управлять рисками и возможностями, которые представляют собой программные продукты, способные учиться, общаться на естественном языке и рассуждать," заявила она.

В начале года группа экспертов по ИИ привлекла внимание своей статьей под названием "Искры Искусственного Общего Интеллекта: Ранние эксперименты с GPT-4", в которой они подчеркнули способность GPT-4 выполнять сложные задачи в различных областях, предполагая, что его можно рассматривать как начальную — хотя и неполную — форму AGI.

В то же время некоторые эксперты считают, что мы все еще далеки от достижения уровня интеллекта человека в машинах. Главный научный сотрудник ИИ в Meta, Ян ЛеКун, выступает против существования AGI, считая, что данный термин следует заменить на "искусственный интеллект уровня человека". Однако он признает, что машины в конечном итоге превзойдут человеческий интеллект во всех областях, что соответствует общей definition AGI.

Сторонники AGI утверждают, что он может революционизировать различные сектора, от здравоохранения до космических исследований. Однако такие эксперты, как Ассаф Мелохна, президент ИИ-компании Aquant, отмечают, что хотя AGI может привести к выдающимся достижениям, он также несет значительные риски, подобные тем, что были наблюдаемы при манипуляциях с социальными медиа во время общественных и политических событий.