Глоссарий

Искусственный общий интеллект (ИОИ)

Открой для себя будущее искусственного общего интеллекта (AGI): адаптируемый, инновационный ИИ с безграничными возможностями применения, перестраивающий общество и технологии.

Обучай модели YOLO просто
с помощью Ultralytics HUB.

Узнай больше

Искусственный интеллект общего назначения (ИОНИ) представляет собой гипотетический будущий этап развития искусственного интеллекта (ИИ), когда машина сможет понимать, обучаться и применять свой интеллект для решения любых задач, которые под силу человеку. В отличие от распространенных сегодня специализированных систем ИИ, которые работают в узких областях, AGI будет обладать человекоподобными когнитивными способностями в широком спектре задач, демонстрируя адаптивность, умение рассуждать и креативность. Это означает амбициозную цель создания машин с общими интеллектуальными способностями, сравнимыми с нашими собственными, выходящими за рамки запрограммированных ограничений. Стремление к созданию AGI является долгосрочной целью для ведущих исследовательских организаций в области ИИ, таких как Google DeepMind и OpenAI, оставаясь в настоящее время в основном теоретической.

Основные концепции AGI

Стремление к AGI направлено на то, чтобы повторить сложность и гибкость человеческого познания. Это включает в себя несколько основных идей:

  • Общие когнитивные способности: В отличие от специализированного ИИ, AGI будет обладать широкими интеллектуальными навыками, применимыми для решения различных задач, а не только одной конкретной функции.
  • Обучение и адаптивность: AGI может учиться на опыте в разных областях и адаптировать свои знания к новым ситуациям, как это делают люди. Для этого, скорее всего, потребуется выйти за рамки нынешних парадигм глубокого обучения (DL) и нейронных сетей (NN), что может включать в себя сложное обучение с подкреплением или совершенно новые архитектуры.
  • Рассуждения и решение проблем: AGI подразумевает способность к сложным рассуждениям, абстрактному мышлению и эффективному решению проблем в незнакомых контекстах.
  • Творчество и здравый смысл: Настоящий общий интеллект часто включает в себя креативность и базу знаний о мире, основанных на здравом смысле, - области, которые являются сложными для нынешнего ИИ.
  • Сознание и самоосознание: Хотя некоторые определения или ожидания AGI являются весьма спорными и философски сложными, они включают в себя аспекты сознания или самосознания - темы, изучаемые как в нейронаучных исследованиях, так и в философии разума.

AGI против искусственного узкого интеллекта (ANI)

Фундаментальное отличие AGI от нынешнего ИИ заключается в масштабах и универсальности.

  • Искусственный узкий интеллект (ИУИ): также известный как слабый ИИ, системы ИУИ разрабатываются и обучаются для решения конкретных задач. Примерами могут служить виртуальные помощники, рекомендательные системы, а также модели для задач компьютерного зрения (CV), таких как обнаружение объектов или сегментация изображений. Продвинутые модели, такие как Ultralytics YOLO демонстрируют высокую производительность в специфических областях КВ, но работают в рамках ANI. Ты можешь изучить различные моделиUltralytics и их возможности.
  • Искусственный интеллект общего назначения (ИИОН): AGI часто считают синонимом сильного ИИ, но он не будет ограничен заранее определенными задачами. Он может обучаться, адаптироваться и выполнять практически любые интеллектуальные задачи, на которые способен человек, обладая настоящим пониманием, а не симуляцией конкретной задачи. Все нынешние технологии ИИ подпадают под категорию ANI.

Гипотетические варианты применения и примеры

Поскольку AGI является теоретическим, его применение умозрительно, но потенциально может изменить мир. AGI мог бы решать сложные задачи, требующие в настоящее время широкого человеческого интеллекта и адаптивности.

  • Революционизируй научные открытия: Представь себе ИИ, способный интегрировать знания из физики, биологии и химии для разработки новых материалов или лекарств. Он мог бы анализировать огромные массивы данных из разных научных областей, выявлять сложные закономерности, невидимые для человека, формулировать новаторские гипотезы и даже ставить эксперименты, что значительно ускорило бы потенциальное влияние ИИ на научные исследования. Это выходит далеко за рамки нынешнего ИИ, используемого в таких специфических областях, как анализ медицинских изображений.
  • Всеобъемлющее глобальное управление: Потенциально AGI может управлять сложными глобальными системами, такими как оптимизация мировых цепочек поставок, координация международных усилий по оказанию помощи при стихийных бедствиях с беспрецедентной эффективностью или разработка целостных стратегий по смягчению последствий изменения климата путем одновременного моделирования сложных экологических, экономических и социальных факторов. Такой уровень комплексного планирования недостижим при использовании современных специализированных ИИ в умных городах или логистических инструментах.

Другие потенциальные приложения - персонализированное образование, динамически адаптирующееся к каждому ученику, по-настоящему автономные научные исследования или даже генерирование сложных, новаторских художественных творений. Подробнее о современных приложениях ИИ ты можешь прочитать в блогеUltralytics .

Проблемы и будущие направления

Создание AGI сталкивается с огромными научными и инженерными проблемами. К ним относятся воспроизведение абстрактных рассуждений, достижение надежного понимания здравого смысла, развитие подлинной креативности и потенциальное наделение машин сознанием - концепция, до сих пор не до конца понятная науке. Знаменитый тест Тьюринга предложил ранний эталон интеллекта, но AGI подразумевает возможности, выходящие далеко за рамки разговорной мимикрии.

Кроме того, развитие AGI поднимает глубокие этические вопросы, касающиеся контроля, соответствия человеческим ценностям(этика ИИ), потенциального разрушения общества, вытеснения рабочих мест(ИИ в сфере занятости) и обеспечения безопасности. Значительные исследования посвящены безопасности ИИ и разработке основ ответственного ИИ, в которых участвуют такие организации, как Partnership on AI, и инициативы, подобные IEEE Global Initiative on Ethics of Autonomous and Intelligent Systems. Обеспечение прозрачности ИИ с помощью таких методов, как объяснимый ИИ (XAI), также будет иметь решающее значение.

Хотя AGI остается далекой целью, современные достижения в области ИИ, включая сложные методы машинного обучения (ML), базовые модели и платформы вроде Ultralytics HUB, которые упрощают обучение и развертывание моделей, создают основополагающие технологии и понимание, которые однажды могут способствовать реализации AGI. Изучи документациюUltralytics , чтобы узнать больше о текущих возможностях ИИ.

Читать полностью