Porównanie poziomów AGI

W skrócie
W przeciwieństwie do węższych form AI, które są wyspecjalizowane w konkretnych zadaniach, AGI dąży do posiadania zdolności rozumowania, planowania, uczenia się, percepcji i komunikacji na poziomie równym lub czasem przewyższającym możliwości ludzkie.
Ogólna Sztuczna Inteligencja (AGI) to zaawansowana forma AI, której celem jest symulacja inteligencji ludzkiej w różnych działaniach i kontekstach. W przeciwieństwie do węższych form AI, które są wyspecjalizowane w konkretnych zadaniach, AGI dąży do posiadania zdolności rozumowania, planowania, uczenia się, percepcji i komunikacji na poziomie równym lub czasem przewyższającym możliwości ludzkie.
To, co czyni AGI szczególnie interesującą, to zdolność rozwiązywania problemów i podejmowania decyzji w sposób holistyczny, co może znacząco przekształcić różne dziedziny życia — od medycyny i ekonomii po inżynierię. W związku z tym AGI nie jest tylko zagadnieniem technologicznym. To także temat etyczny i filozoficzny, który wymaga refleksji nad sposobem integracji tych technologii ze społeczeństwem.
To komplikuje dyskusje o przyszłości sztucznej inteligencji, jednak warto zapoznać się z tymi pojęciami.
OpenAI — mapa drogowa do AGI
Niedawny artykuł na Bloomberg ilustruje, jak OpenAI i Google rozumieją i podchodzą do koncepcji AGI.
Obecnie OpenAI znajduje się na Poziomie 1 w swoim pięciostopniowym systemie. Ten poziom obejmuje systemy AI, które potrafią komunikować się z ludźmi przy użyciu języka konwersacyjnego, na przykład ChatGPT. Systemy te wykazały się wyjątkowymi zdolnościami w rozumieniu i generowaniu tekstu przypominającego ludzki, co czyni je nieocenionymi w różnych zastosowaniach — od obsługi klienta po tworzenie treści.
Nowy system klasyfikacji OpenAI służy jako mapa drogowa do AGI, określając stopniowe zwiększanie możliwości AI:
Level 1 (obecny): AI, która potrafi komunikować się w języku konwersacyjnym.
Level 2 ("Reasoners"): AI, która potrafi rozwiązywać problemy jak człowiek z doktoratem, bez użycia narzędzi.
Level 3 ("Agents"): AI zdolna do wykonywania zadań w imieniu użytkownika przez kilka dni.
Level 4 ("Innovators"): AI, która potrafi wprowadzać innowacje i tworzyć nowe koncepcje.
Level 5 ("Organizations"): AI, która potrafi zarządzać funkcjami całej organizacji.
Krytycznym przejściem w ramach ram OpenAI jest przeskok z Poziomu 2 do Poziomu 3, który będzie wiązał się z opracowaniem „Agents”. Te systemy AI będą zdolne do autonomicznego wykonywania zadań przez dłuższy czas. Ten skok będzie wymagał istotnych postępów w zdolności AI do planowania, wykonywania zadań i adaptacji do nowych informacji, ucieleśniając bardziej autonomiczną i dynamiczną formę inteligencji.
Ramowy model klasyfikacji AGI Google DeepMind
W pracy z listopada 2023 r. paper kilku badaczy z Google DeepMind zaproponowało ramy składające się z pięciu rosnących poziomów AI, obejmujących stopnie takie jak „expert” i „superhuman”.
Podobnie jak w przypadku OpenAI, ramy Google składają się z 5 poziomów — przy czym poziom 0 oznacza brak AGI. Rankingi przypominają system często stosowany w przemyśle motoryzacyjnym do oceny stopnia automatyzacji samochodów autonomicznych i definiują każdy poziom na podstawie percentyla wykwalifikowanych dorosłych, z którymi AI wyrównuje lub przewyższa wyniki.

Źródło: Position: Levels of AGI for Operationalizing Progress on the Path to AGI (arxiv.org)
Te ramy kładą nacisk zarówno na zdolności techniczne, jak i rozważania etyczne, zapewniając, że postęp w kierunku AGI będzie odpowiedzialny i korzystny dla społeczeństwa.
Porównanie tych dwóch ram
OpenAI i Google DeepMind mają na celu rozwój AI, ale ich podejścia są dość różne:
Linearny model OpenAI
OpenAI stosuje model linearny, koncentrując się na krok po kroku postępie w kierunku Ogólnej Sztucznej Inteligencji (AGI). Każdy kamień milowy opiera się bezpośrednio na poprzednim, stopniowo zwiększając zdolności AI. Ten ustrukturyzowany, sekwencyjny proces ma na celu osiągnięcie AGI przez systematyczne przechodzenie przez zdefiniowane etapy.
Macierzowy model Google DeepMind
W przeciwieństwie do tego Google DeepMind stosuje podejście macierzowe, które ocenia rozwój AI wzdłuż wielu wymiarów. Zamiast jedynie liniowego postępu, podejście to bierze pod uwagę, jak dobrze zdolności AI generalizują się w różnych zadaniach i środowiskach. Model macierzowy dostarcza bardziej wszechstronnej oceny postępów AI, zapewniając, że ulepszenia są uniwersalne i szeroko zastosowalne, a nie tylko przyrostowe.
Cele na przyszłość: postęp w kierunku AGI
Chociaż cel (AGI) jest wspólny, zrozumienie podstawowych koncepcji i ścieżek prowadzących do jego osiągnięcia może się różnić.
OpenAI proponuje liniową ścieżkę rozwoju, z wyraźnymi etapami, które systematycznie zwiększają możliwości AI. Z kolei Google DeepMind przyjmuje podejście wielowymiarowe, umożliwiające różnorodną i kompleksową analizę postępów AI.
W miarę jak obie organizacje będą kontynuować innowacje i udoskonalać swoje podejścia, ich łączne wysiłki niewątpliwie przyczynią się znacząco do ostatecznego urzeczywistnienia AGI.
Powiązane artykuły
.png)
Transformacyjna moc generatywnej AI w prawie i zakupach
Dowiedz się, jak generatywna AI rewolucjonizuje prawo i zamówienia. Przyspiesz tworzenie umów, ulepsz due diligence, opanuj negocjacje i zautomatyzuj zadania.

Usługi zarządzane
W dzisiejszym świecie zdominowanym przez technologię firmy potrzebują więcej niż nowoczesnych narzędzi i oprogramowania, aby prosperować — potrzebują odpowiednich ludzi i infrastruktury

Managed Teams: Nowe spojrzenie na budowanie zespołów IT
Managed Teams oferuje przekonującą alternatywę dla tradycyjnego outsourcingu, szczególnie atrakcyjną dla firm poszukujących głębszej współpracy i wszechstronnego wsparcia przy tworzeniu zespołów IT.

