Искусственный общий интеллект (AGI) — это теоретическая форма ИИ, способная выполнять любую интеллектуальную задачу, которую может выполнить человек. В отличие от современных систем ИИ, которые создаются для конкретных задач — таких как выявление мошенничества, рекомендация фильмов или генерация текста, — AGI будет способен рассуждать широко, переносить обучение из одной области в другую и решать незнакомые задачи без явного переобучения под каждую из них. Это понятие часто используется как синоним терминов «сильный ИИ» или «ИИ человеческого уровня».
Как работает искусственный общий интеллект (AGI)
AGI ещё не достигнут, поэтому описание того, как он «работает», означает описание исследовательских подходов, направленных на его создание. Большинство усилий сосредоточено на масштабировании существующих архитектур глубокого обучения, обучении базовых моделей на значительно более крупных и разнообразных наборах данных, а также на совершенствовании способностей к рассуждению и планированию у больших языковых моделей. Параллельное направление исследований стремится наделить системы ИИ памятью, моделями мира и возможностью действовать в средах (с помощью робототехники или использования инструментов), чтобы они могли учиться на опыте так же, как люди.
Представьте, что такой системе показывают короткое видео, как человек едет на велосипеде. Узкий ИИ, обученный только на данных о велоспорте, смог бы классифицировать это видео, но только по-настоящему общий интеллект смог бы сделать вывод о балансе, предсказать, что произойдёт на холме, составить урок по безопасности для ребёнка и написать стихотворение об этой поездке. Достижение такого гибкого меж domainного переноса — определяющая задача, которую пытается решить исследование AGI.
Почему это важно
Об AGI говорят потому, что экономические и общественные ставки были бы колоссальными, если бы он был достигнут. Система, соответствующая человеческому мышлению во всём спектре профессиональной работы, в принципе могла бы ускорить научные исследования, автоматизировать сложное принятие решений и изменить рынок труда. Эти же возможности поднимают серьёзные вопросы о безопасности, согласовании целей, ответственности и концентрации власти — именно поэтому такие организации, как Center for AI Safety, и академические группы по всему миру публикуют рамочные документы и политические рекомендации, направленные на подготовку к появлению продвинутых систем ИИ до того, как они появятся.
Ключевые понятия, связанные с AGI
- Узкий ИИ: современный стандарт — системы, выполняющие одну чётко определённую задачу, такую как фильтрация спама или распознавание речи.
- Базовые модели: крупные модели общего назначения (например, большие языковые модели), которые можно адаптировать ко многим задачам и которые некоторые исследователи рассматривают как шаг к AGI.
- Суперинтеллект: система, возможности которой в каждой области превосходили бы лучшие человеческие результаты; часто рассматривается как возможное следствие AGI, а не его синоним.
- Согласование ИИ (AI alignment): область исследований, сосредоточенная на обеспечении того, чтобы всё более способные системы ИИ действовали в соответствии с целями и ценностями человека.
- ИИ человеческого уровня: почти синоним AGI, иногда используемый для подчёркивания паритета с человеческим познанием, а не какой-либо конкретной архитектуры.
Вопрос о том, наступит ли AGI через годы, десятилетия или столетия, остаётся открытым и активно обсуждаемым среди исследователей, однако этот термин стал удобным сокращением для долгосрочного стремления, которое движет значительной долей современных исследований и политики в области ИИ. Для более глубокого обзора того, как исследователи формулируют эту задачу, см. статью «Levels of AGI» Морриса и др. (2023) на arXiv.