Artificial General Intelligence: A Tale of Building Capabilities with Caution

Vi lever i epoke med kunstig intelligens, med den globale AI-markedets størrelse allerede krysset US $ 240 milliarder og nå anslått å gå forbi 730 milliarder dollar innen 2030, med en årlig vekstrate som overstiger 17 %. 

Et paradigme som har fanget alles oppmerksomhet, er AGI, Artificial General Intelligence. 

Men hva er det? Hvorfor snakker alle om det, og hvorfor er det vitenskapelige og teknologiske samfunnet så opptatt av å observere hver tur det tar? La oss dykke dypere for å forstå bedre. 

Men før vi hopper rett inn i kunstig generell intelligens, la oss prøve å finne ut hva generell intelligens innebærer.

Sette konturene til generell intelligens

Generell intelligens innebærer evnen til å oppnå en rekke mål og utføre ulike oppgaver hvis kontekster og miljøer er forskjellige. Systemer som er "generelt intelligente" må: 

• Håndtere problemer og situasjoner som er vesentlig forskjellig fra det som kunne forventes
• Kunne generalisere kunnskapen den har fått for at den skal overføres fra en problemkontekst til andre. 

Det vitenskapelige samfunnet forventer også at ulike generelle intelligenser i den virkelige verden deler noen felles egenskaper uten å være nevneverdig sikker på hva disse egenskapene kan være. 

Premisset for kunstig generell intelligens tar av fra disse egenskapene til generell intelligens og forsøker å gå og tenke utover dem. 

Kjerne AGI-hypotesen

Hypotesen fikk sin første offisielle artikulasjon i en papir med tittelen "Artificial General Intelligence: Concept, State of the Art, and Future Prospects," publisert i Journal of Artificial General Intelligence av Ben Goertzel. Hypotesen sa følgende: 

"Skapelsen og studiet av syntetisk intelligens med tilstrekkelig bredt (f.eks. menneskelig nivå) omfang og sterk generaliseringsevne, er i bunnen kvalitativt forskjellig fra skapelsen og studiet av syntetisk intelligens med betydelig smalere omfang og svakere generaliseringsevne."

For å konkretisere egenskapene vil AGI være tilstrekkelig bred i sitt omfang og ha sterk generaliseringsevne. 

I en mer populistisk modus for å skrive og forklare vitenskapelige ting, er AGI en strøm av teoretisk AI-forskning rettet mot å utvikle AI med et menneskelig kognitiv funksjonsnivå, som inkluderer evnen til å lære seg selv. 

Mange forskere mener at det praktisk talt ikke er mulig å løfte AI til et "menneskelig nivå av kognitiv funksjon." Imidlertid blir det helt klart sett på som en sterkere modus for AI sammenlignet med de svake eller smalere AI-ene vi har sett så langt. 

Kunstig generell intelligens som "sterk AI"

Ifølge IBM, "Sterk kunstig intelligens (AI), også kjent som kunstig generell intelligens (AGI) eller generell AI, er en teoretisk form for AI som brukes til å beskrive en viss tankegang for AI-utvikling. Hvis forskere kan utvikle Strong AI, vil maskinen kreve en intelligens lik mennesker; den ville ha en selvbevisst bevissthet som kan løse problemer, lære og planlegge for fremtiden.»

Sterk AI vil i hovedsak fungere som et menneske på det kognitive nivået. Den vil starte som et barn, lære gjennom innspill og erfaringer, og gjøre fremskritt i sine evner for til slutt å bli en maskin som er så intelligent at den ikke kan skilles fra den menneskelige hjernen. 

Funksjonelt sett vil sterk AI være forskjellig fra smal eller svak AI i sin evne til å håndtere antall og mangfold av oppgaver. 

For å sette dette skillet i perspektiv, fokuserer svak eller smal AI på å utføre én repeterende oppgave, mens Strong AI kan utføre ulike oppgaver samtidig. Enda viktigere, mens svak eller smal AI alltid vil avhenge av menneskelige input, vil AGI eller Strong AI, når det først er gjort med de innledende vekst- og læringsfasene, ikke lenger avhenge av instruksjoner som kommer fra mennesker. Det vil generere en bevissthet som ligner mennesker i stedet for å simulere den. 

Med alle disse forståelsene som det teoretiske grunnlaget for AGI, er spørsmålet hvordan man skal nærme seg det, spesielt når forskerne sier at en ideell AGI aldri kan oppnås.  Det er fire brede tilnærminger til AGI: Symbolic, Emergentist, Hybrid og Universalist. 

Den symbolske tilnærmingen til AGI: Denne tilnærmingen antar at sinn primært eksisterer for å manipulere symboler som representerer forskjellige aspekter av verden eller seg selv. Det forutsetter også at et fysisk symbolsystem kommer med evnen til å legge inn, skrive ut, lagre og endre symbolske enheter og derfor kan be om passende kjørbare handlinger for å nå sluttmålet. 

Derfor sentrerer den symbolske kognitive arkitekturen rundt konseptet om et "arbeidsminne" som vil trekke på langtidshukommelsen etter behov og bruke en sentralisert kontroll over persepsjon, kognisjon og handling. 

Emergentist-tilnærmingen til AGI: Den emergentistiske tilnærmingen til AGI antar at prosesseringsevnen til abstrakte symboler vil komme fra subsymbolisk dynamikk på lavere nivå. I enklere termer dreier denne tilnærmingen til AGI seg om å betrakte den menneskelige hjernen som et sett med enkle elementer som kan organisere seg selv komplekst, om nødvendig. 

Den hybride tilnærmingen til AGI: Den hybride tilnærmingen til AGI har "helheten er større enn summen av delene"-fenomenet som sin ledende filosofi. Den ønsker å svare på både styrker og svakheter ved de symbolske og emergentistiske tilnærmingene gjennom en integrerende, hybrid arkitektur som kombinerer delsystemer som opererer i henhold til de to paradigmene. 

Kombinasjonen kan være et symbolsk delsystem med et stort subsymbolsk system eller en populasjon av små agenter, som hver er både symbolsk og subsymbolsk i naturen. 

Den universalistiske tilnærmingen til AGI: Den universalistiske tilnærmingen til AGI begynner med algoritmer som har makt til å gi uhyre kraftig generell intelligens hvis de forsynes med massiv og urealistisk enorm datakraft. Målet er å til slutt skalere dem ned ved å få dem til å tilpasse seg arbeidet ved å bruke gjennomførbare beregningsressurser. 

Mens alle disse tilnærmingene har utviklet seg med forskning rundt paradigmet i jevn fart, har mange teknologiorganisasjoner bygget praktiske løsninger rundt AGI. Den mest kjente av dem har vært Open AI.

Ledende selskaper som jobber med AGI

1. Åpne AI

OpenAI, mest kjent for sin løsning ChatGPT, har en AGI-sentrisk visjon. I en blogginnlegg publisert 24. februar 2023 startet selskapet planene sine uten tvil. Den sa at oppdraget var å "sikre at kunstig generell intelligens - AI-systemer som generelt er smartere enn mennesker - kommer hele menneskeheten til gode." 

Selskapet sa at etter hvert som systemene deres nærmet seg AGI, ble de stadig mer forsiktige med opprettelsen og distribusjonen av modellene. Som eksempler fremhevet den distribusjonen av InstructGPT og ChatGPT. 

Hva er ChatGPT?

Laget av Open AI og lansert 30. november 2022, ChatGPT, i kjernen, er et AI-drevet naturlig språkbehandlingsverktøy som tillater menneskelignende samtaler med chatboten. Ikke bare kan den svare på spørsmål, men den kan også hjelpe med å skrive e-poster, essays, koder og mer. 

Klikk her for listen over de fem beste ChatGPT-utvidelsene.

Hva er Instruct GPT?

Instruct GPT, et begrep laget av Open AI, er en avansert AI-drevet språkmodell som kan følge instruksjoner gitt i en tekstmelding. Dens avanserte evner til å forstå tekstbaserte krav og generere tekstbaserte svar gjør den til et kraftig verktøy for en rekke tjeneste- og innholdsbaserte formål. 

Åpne AI Chat GPT i Numbers

Ifølge siste tilgjengelige tall, ChatGPT av OpenAI har mer enn 100 millioner ukentlig aktive medlemmer. Rapporter publisert 12. oktober 2023 sa at OpenAI genererte inntekter med et tempo på 1.3 milliarder USD i året, og genererte mer enn 100 millioner USD per måned, 30 % opp fra tallene fra sommeren 2023. 

Åpne AI Organizational Shake-Up

Imidlertid var OpenAI over hele nyhetene sist for sin organisatoriske omveltning som skapte røre over hele teknologi- og teknologiinvesteringssamfunnet over hele verden. Styret hadde bestemt seg for å fjerne sin administrerende direktør, Sam Altman, for ikke å være "konsekvent ærlig" i sin kommunikasjon. Men fem dager etter at han plutselig ble sparket, bestemte styret seg for å bringe Altman tilbake til sin gamle jobb. 

Etter sigende hadde hvert enkelt medlem av Open AIs stab undertegnet et brev som sa at de ville vurdere å slutte hvis Mr. Altman ikke ble brakt tilbake til sin tidligere stilling. Et av styremedlemmene som var ansvarlige for avsettingen av Sam Altman, Open AIs sjefforsker Ilya Sutskever, skrev på sin X-håndtak etter: «Jeg beklager dypt min deltagelse i styrets handlinger. Jeg hadde aldri tenkt å skade OpenAI. Jeg elsker alt vi har bygget sammen, og jeg vil gjøre alt jeg kan for å gjenforene selskapet.»

Med Mr Altman tilbake som administrerende direktør for Open AI, ser det ut til at kontroversen har blitt en saga blott. 

Mens OpenAI har vært den mest fremtredende når det gjelder å få trekkraft og øyeepler i AGI-området, har andre spillere eksistert i en betydelig tid. DeepMind er en slik spiller som har vært på jobb siden 2010.

2. DeepMind

DeepMind sin offisielle langsiktige mål er "å løse intelligens, utvikle mer generelle og dyktige problemløsningssystemer, kjent som kunstig generell intelligens." Selskapet slo seg sammen med Google i 2014. 

Driftsprinsippet til DeepMind har alltid vært å fremme vitenskapen til fordel for menneskeheten. Som sådan ønsker den å utnytte kunstig intelligens for å tjene samfunnsbehov og forventninger. 

Det som kan telle som suksessen som DeepMind har oppnådd så langt er at programmene deres har lært å diagnostisere øyesykdommer like effektivt som verdens beste leger, spart 30 % av energien som brukes til å holde datasentre kjølige, forutsi de komplekse tredimensjonale formene til proteiner, som revolusjonerer måten farmaindustrien kan utvikle seg på. 

I henhold til tilgjengelig dato, hadde DeepMind kun samlet inn én runde med midler 1. februar 2011, før de samarbeidet med Google. Investorene var Founders Fund og Horizons Ventures. Finansieringen var verdt US $ 50 millioner angivelig. 

3. Dyktig

En annen fremvoksende aktør innen AGI er Adept. I mars 2023 samlet den knapt ett år gamle oppstarten med bare 25 ansatte inn 350 millioner dollar i risikokapital. Den samlet inn midler ved å demonstrere en rudimentær versjon av en digital assistent. 

Adept har studert hvordan mennesker bruker datamaskiner til å bygge en AI-modell som kan gjøre en tekstkommando til et sett med handlinger. Finansieringsrunden ble fullført til en verdsettelse etter penger på USD 1 milliard. 

Ifølge David Luan, medgründeren av Adept, ønsker selskapet å bygge den samme modellen for databehandling etter måten en synthesizer lar en musiker spille lydene til mange instrumenter uten å måtte lære å spille det originale instrumentet. 

AGI: The Road Ahead

Folk har ulike syn på AGIs potensial. Noen tror at AGI kan ha farlige konsekvenser for menneskeheten, mens noen mener at AGI ikke ville være i stand til å oppnå det vi tror den kan. 

Ifølge Diego Klabjan, professor ved Northwestern University og grunnlegger av skolens Master of Science in Analytics-program:

"Menneskelige hjerner har milliarder av nevroner som er koblet sammen på en veldig spennende og kompleks måte, og den nåværende toppmoderne [teknologien] er bare enkle forbindelser etter veldig enkle mønstre. Så å gå fra noen få millioner nevroner til milliarder av nevroner med nåværende maskinvare- og programvareteknologi – jeg ser ikke at det skjer.»

Oxford Universitys Future of Humanity Institute gjennomførte en undersøkelse blant 352 maskinlæringsforskere om AIs evolusjonspotensial. Mediantallet av respondenter kom med bemerkelsesverdige årvise spådommer. 

• Innen 2026: Maskiner kan bli i stand til å skrive skoleoppgaver
• Innen 2027: selvkjørende lastebiler kan gjøre sjåfører unødvendige
• Innen 2031: AI kan overgå mennesker i detaljhandelen
• Innen 2049: AI kan bli den neste Stephen King
• Innen 2137: Alle menneskelige jobber kan være automatisert

Det er altfor tidlig å forutsi hvor AI til slutt vil ta oss. Men som alle teknologier kan den brukes på godt og vondt. 

Administrerende direktør for Open AI, Sam Altman, mener "det bør være stor gransking av alle anstrengelser som forsøker å bygge AGI og offentlig konsultasjon for viktige beslutninger." Han går enda lenger for å si at:

"Verden kan bli ekstremt forskjellig fra hvordan den er i dag, og risikoen kan være ekstraordinær. En feiljustert superintelligent AGI kan forårsake alvorlig skade på verden; et autokratisk regime med en avgjørende ledelse av superintelligens kan også gjøre det.»

Likevel er det AGI-løsningsleverandører som DeepMind og flere som tror at AGI vil være forbudet til mange vitenskapelige gjennombrudd og bringe virkelige endringer til det bedre. AGI vil definitivt ha en betydelig innflytelse på våre aktiviteter innen forskning, ingeniørvitenskap, vitenskap og sikkerhet for verden. En stor del av suksessen vil definitivt avhenge av hvor forsiktige og kalibrerte menneskelige handlinger er.  

Klikk her for å lære alt om investering i kunstig intelligens.