汎用人工知能 (AGI) は、AI 業界で頻繁に乱用される流行語になっています。 現在、Google DeepMind はこのアイデアをより強固な基盤に据えたいと考えています。
AGI という用語の中心となる概念は、人間の知能の特徴はその汎用性であるということです。 株の選択やフランス語からドイツ語への翻訳に関しては、専門のコンピューター プログラムが私たちを簡単に上回るかもしれませんが、私たちのスーパーパワーは、両方のことを学習できるという事実です。
再作成 機械のこの種の柔軟性 は 多くのAI研究者にとっての聖杯、そしてそれが人工超知能への第一歩であるとよく推測されています。 しかし、人間が AGI という言葉で何を意味するのかが明確になることはめったになく、この概念は二項用語で説明されることが多く、AGI は神話上の境界を越えたソフトウェアの一部を表し、一度反対側に行けば人間と同等になるというものです。
Google DeepMind の研究者は現在、この用語を具体的に定義することで議論をより正確にしようと試みています。 重要なのは、彼らが示唆しているのは、AGI を最終目標としてアプローチするのではなく、今日の主要なチャットボットがはしごの最初の段を代表するさまざまなレベルの AGI について考える必要があるということです。
「私たちは、AI 研究コミュニティが AGI の意味を明確に反映し、AI システムのパフォーマンス、汎用性、自律性などの特性を定量化することを目指すことが重要であると主張します」とチームは論文で書いています。 にプレプリントが公開されました arXivの.
研究者らは、機能が自律性の XNUMX つのレベルに分割されている自動運転からインスピレーションを得たと指摘しており、これによりこの分野の進歩について明確に議論できるようになるという。
独自のフレームワークに何を含めるべきかを検討するために、彼らは他の人が提案した AGI の主要な定義のいくつかを研究しました。 これらの定義全体で共有される中心的な考え方のいくつかを検討することで、AGI の定義が準拠する必要がある XNUMX つの原則を特定しました。
まず、定義では、AI がそれらを実現するために使用する特定のメカニズムではなく、機能に焦点を当てる必要があります。 これにより、AI が人間のように考える必要も、AGI としての資格を得るために意識する必要もなくなりました。
彼らはまた、汎用性だけでは AGI には十分ではなく、モデルが実行するタスクにおいてパフォーマンスの特定のしきい値に達する必要があることも示唆しています。 このパフォーマンスは現実世界で証明する必要はなく、あるタスクにおいてモデルが人間を上回る潜在能力を持っていることを証明するだけで十分だ、と彼らは言います。
AI が物理的なロボット機械に組み込まれない限り、真の AGI は実現できないと考える人もいますが、DeepMind チームは、これは AGI の前提条件ではないと述べています。 彼らは、認知的およびメタ認知的領域に属するタスク、たとえば学び方を学ぶことに焦点を当てるべきだと主張する。
もう XNUMX つの要件は、進歩のベンチマークに「生態学的妥当性」があることです。これは、AI が人間によって評価される現実世界のタスクに基づいて測定されることを意味します。 そして最後に、研究者らは、単一のエンドポイントに固執するのではなく、AGI開発の進捗状況をグラフ化することに焦点を当てるべきだと述べている。
これらの原則に基づいて、チームは「AGI のレベル」と呼ばれるフレームワークを提案します。このフレームワークは、アルゴリズムのパフォーマンスと汎用性に基づいてアルゴリズムを分類する方法の概要を示しています。 レベルは、未熟な人間と同等かそれよりわずかに優れたモデルを指す「新興」から、「有能」、「専門家」、「名手」、そしてすべての人間を上回る能力を示す「超人」まであります。 これらのレベルは、狭い AI または一般的な AI に適用でき、高度に専門化されたプログラムと、幅広いタスクを解決するように設計されたプログラムを区別するのに役立ちます。
研究者らは、例えばDeepMindのタンパク質折り畳みアルゴリズムAlphaFoldのような一部の狭いAIアルゴリズムはすでに超人レベルに達していると述べている。 さらに物議を醸しているのは、OpenAI の ChatGPT や Google の Bard などの主要な AI チャットボットが新興 AGI の例であると示唆していることです。
ニューヨーク大学のAI研究者ジュリアン・トゲリウス氏は、 言われ MITテクノロジーレビュー パフォーマンスと汎用性を区別することは、以前の AI の進歩と AGI への進歩を区別するのに役立つ方法であるということです。 そしてより広範には、この取り組みは AGI の議論にある程度の正確性をもたらすのに役立ちます。 「これにより、このテーマに関して切望されていた明確さが得られました」と彼は言います。 「あまりにも多くの人が、AGI という言葉の意味をあまり考えずに AGI という言葉を使い回しています。」
DeepMind チームが概説したフレームワークがすべての人を納得させる可能性は低く、さまざまなモデルをどのようにランク付けするかについては意見の相違があるはずです。 しかし、運が良ければ、人々がこの分野の中心にある重要な概念についてより深く考えるようになるでしょう。
画像のクレジット： リソースデータベース / Unsplash
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- 情報源： https://singularityhub.com/2023/11/26/deepmind-defines-artificial-general-intelligence-and-ranks-todays-leading-chatbots/
