Intelligence Générale Artificielle (AGI) : La prochaine étape de l'intelligence artificielle

En plus des améliorations et des nouvelles applications de l'intelligence artificielle (IA), la plupart des gens s'accordent sur le fait que le prochain bond en avant dans l'intelligence artificielle se produira lorsque l'intelligence artificielle générale (AGI) émergera. Nous définissons l'AGI au sens large comme la capacité hypothétique d'une machine ou d'un programme informatique à comprendre ou à apprendre toute tâche intellectuelle qu'un humain peut effectuer. Cependant, il existe peu de consensus sur le moment et la manière d’y parvenir.

Un point de vue est que si suffisamment d’applications d’IA différentes peuvent être créées, chacune résolvant un problème spécifique, alors ces applications finiront par se développer ensemble pour former une forme d’AGI. Le problème de cette approche est que cette application d’IA dite « étroite » ne peut pas stocker d’informations sous une forme à usage général. Par conséquent, d’autres applications d’IA restreintes ne peuvent pas utiliser ces informations pour étendre leur portée. Ainsi, s’il est possible d’assembler des applications de traitement du langage et de traitement d’images, ces applications ne peuvent pas être intégrées de la même manière que le cerveau humain intègre l’audition et la vision.

D'autres chercheurs en IA pensent que si un système d'apprentissage automatique (ML) suffisamment grand peut être construit, avec suffisamment de puissance informatique, il démontrera spontanément l'AGI. Lorsque nous approfondirons le fonctionnement réel du ML, cela signifiera disposer d'un ensemble de formation contenant toutes les situations que notre hypothétique système de ML pourrait rencontrer. Les systèmes experts tentent de capturer des connaissances spécifiques à un domaine, mais il a été clairement démontré il y a plusieurs décennies qu'il était impossible de créer suffisamment de cas et d'exemples de données pour surmonter le manque de compréhension sous-jacent du système.

Le problème avec ces deux approches est que, au mieux, elles ne peuvent créer qu’une intelligence artificielle qui semble intelligente. Ils s'appuient toujours sur des scripts prédéterminés et des millions d'exemples de formation. Une telle IA ne serait toujours pas capable de comprendre que les mots et les images représentent des choses physiques qui existent dans l’univers physique. Ils ne peuvent toujours pas combiner les informations provenant de plusieurs sens. Ainsi, même s’il est possible de combiner des applications de langage et de traitement d’images, il n’existe toujours pas de moyen d’intégrer la vision, l’audition et l’interaction directe avec l’environnement de manière aussi transparente que le fait le cerveau humain.

Que faudra-t-il pour que l'AGI réussisse ?

Pour parvenir à une véritable AGI, les chercheurs doivent passer d'ensembles de données en constante expansion à une structure plus biologiquement significative qui englobe les trois composantes fondamentales de la conscience : Une structure interne centrée sur l'entité. modèle mental de l'environnement ; perception du temps, qui permet de percevoir les résultats futurs en fonction des actions actuelles et de l'imagination, qui permet d'envisager plusieurs actions potentielles et d'évaluer et de choisir leurs résultats ; En bref, les AGI doivent commencer à faire preuve de la même compréhension situationnelle et de bon sens que les humains pour découvrir le monde qui les entoure.

Pour atteindre cet objectif, le système informatique de l'intelligence artificielle doit être plus proche des processus biologiques du cerveau humain, et ses algorithmes doivent lui permettre de construire des « choses » abstraites avec des connexions infinies, plutôt que l'énorme besoin de l'intelligence artificielle d'aujourd'hui. de baies, d'ensembles de formation et de puissance informatique. Une telle base de connaissances unifiée pourrait être intégrée à un module de perception mobile contenant des modules visuels, auditifs, moteurs et vocaux. Un tel module permettrait à l'ensemble du système de bénéficier d'un retour sensoriel rapide à chaque action effectuée, ce qui, au fil du temps, mènerait à un système de bout en bout qui pourrait commencer à fonctionner à mesure qu'il se rapprocherait du véritable AGI. Apprendre, comprendre et finalement. travailler mieux avec les gens.

Même si un tel système existe, l’émergence réelle de l’AGI sera probablement progressive plutôt que du jour au lendemain, principalement pour deux raisons. Premièrement, et c’est peut-être le plus important, le développement de l’AGI est évidemment une tâche très complexe et difficile, nécessitant des progrès significatifs dans plusieurs domaines différents, notamment l’informatique, les neurosciences et la psychologie. Même si cela nécessite plusieurs années de recherche et développement, impliquant les contributions de nombreux scientifiques et ingénieurs, la bonne nouvelle est que de nombreuses recherches sont actuellement en cours. Les différentes composantes de l’AGI émergeront au fur et à mesure de leur étude dans de nombreux domaines.

Ensuite, la gratification instantanée pourrait ralentir l’émergence de l’AGI, car bon nombre de ses capacités ont une valeur marchande à part entière. Les fonctionnalités développées peuvent améliorer la façon dont Alexa comprend, ou de nouvelles capacités de vision peuvent améliorer les voitures autonomes, et les développements individuels sont rapidement mis sur le marché car ils sont commercialement viables. Cependant, si ces systèmes d’IA plus spécialisés et commercialisables individuellement peuvent être construits sur une structure de données sous-jacente commune, ils peuvent commencer à interagir les uns avec les autres, créant ainsi un contexte plus large réellement capable de comprendre et d’apprendre. À mesure que ces systèmes deviendront plus avancés, ils pourront travailler ensemble pour créer une intelligence plus omniprésente.

À mesure que ces aspects augmentent, les systèmes d'intelligence artificielle présenteront des performances plus humaines dans des domaines individuels et évolueront vers des performances surhumaines à mesure que le système sera amélioré. Mais les performances ne peuvent pas être les mêmes dans tous les domaines à la fois. Cela suggère qu’à un moment donné, nous approcherons du seuil d’AGI, puis égaliserons le seuil, puis dépasserons le seuil. À un moment donné, nous aurons des machines dotées d’une intelligence bien supérieure à celle des humains, et les gens commenceront à convenir que l’AGI existe peut-être. En fin de compte, l’AGI doit être mise en œuvre parce que le marché l’exige.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!