Home-theater-designers
Kopš AI izrāviena uzmanības centrā 2022. gada beigās, tūkstošiem AI modeļu ir parādījušies gandrīz katru nedēļu. Var būt reibinoši, mēģinot sekot līdzi tam, kurš ko dara.
Ja esat iepazinies ar mākslīgā intelekta pamatiem, iespējams, jau zināt par ģeneratīvo mākslīgo intelektu (GAI). Un otrādi, iespējams, jūs neesat tik labi pazīstams ar citu AI veidu, ko sauc par mākslīgo vispārējo intelektu (AGI).
DIENAS VIDEO MAKEUSEOF RITINĀT, LAI TURPINĀTU AR SATURU
Lai gan tie izklausās līdzīgi, tie nav gluži vienādi. Un nē, tas nav tikai tāpēc, ka viņu akronīmu burti tiek mainīti. Tātad, kāda ir atšķirība starp abiem?
Kas ir vispārējais mākslīgais intelekts?
Iedomājieties AI, kas spēj domāt, spriest, uztvert, secināt — visu, ko var darīt cilvēki. Tas un vēl vairāk ir mākslīgais vispārējais intelekts. Lai gan teorētiski, mākslīgais vispārējais intelekts (AGI) varētu veikt jebkuru intelektuālu uzdevumu, tāpat kā cilvēks, taču ar mazākām kļūdām vai bez tām.
Tas atšķiras no mākslīgā šaura intelekta (ANI), kas ir augsti kvalificēts noteiktā jomā vai uzdevumu lokā. Šaurā inteliģence ir izstrādāta, lai izcili veiktu tikai vienu vai ļoti dažus konkrētus uzdevumus, piemēram, emeritētais profesors ļoti nišas disciplīnā.
Tiek ierosināts, ka AGI ir AI, kas var justies, pieņemt lēmumus, pamatojoties uz savām izjūtām, risināt problēmas, mācīties, apstrādāt valodas un veikt citas kognitīvās spējas. Bez iepriekšējas datu ievadīšanas AGI vajadzētu nākt klajā ar kaut ko nozīmīgu neatkarīgi no iesaistītajiem mainīgajiem.
Zinātniskās fantastikas AI tik tikko pietuvojas, tāpēc AGI joprojām ir tikai teorija. Lai gan daži izstrādātie AI modeļi ir tuvu AGI aprakstam, tie joprojām lielā mērā balstās uz sniegtajiem datiem un vēl nav jāveido neatkarīgi argumenti. Lai gan viņi izceļas ar problēmu risināšanu, dabiskās valodas apstrādi un tamlīdzīgi, viņi joprojām ir tālu, lai tos varētu saukt par pilnvērtīgiem AGI.
Piemēram, Google DeepMind strādā dienu un nakti, lai izstrādātu AGI modeļus, kas varētu būt līdzvērtīgi cilvēka intelektam, ar spēju mācīties un spriest tāpat kā cilvēki. Lai uzzinātu vairāk, apskatiet pārsteidzošas lietas, ko var paveikt Google DeepMind esošie roboti .
Tātad, kādi ir iespējamie mākslīgā vispārējā intelekta pielietojumi? Nu, tas sola atrast nozīmi katrā iedomājamā jomā. Piemēram, AGI un biotehnoloģija var nodrošināt augstākās kvalitātes veselības aprūpi par nelielu daļu no izmaksām. Tas var personalizēt ārstēšanas plānus un paātrināt diagnostiku ar minimālām kļūdām.
Tas var paveikt šos un daudz ko citu tādās jomās kā robotika un automatizācija, pētniecība, izglītība, lauksaimniecība, kosmosa izpēte utt.
Kas ir ģeneratīvais mākslīgais intelekts?
Kā minēts iepriekš, lielākā daļa AI modeļu, kas pastāvēja rakstīšanas laikā, ietilpst šajā kategorijā.
Ģeneratīvais mākslīgais intelekts (GAI) ietver jebkuru AI, kas, kā norāda nosaukums, no iepriekš imputētiem datiem ģenerē jaunu materiālu, neatkarīgi no tā, vai tas ir audio, attēls vai teksts. Citiem vārdiem sakot, jebkuru AI, kas jums ir jāsniedz uzvednes, lai ģenerētu saturu, vai atbilde uz pieprasījumiem, piekļūstot saglabātajai informācijai, var tikt klasificēta kā GAI.
Piemēram, parastie teksta-runas un attēla-attēla tulkotāji un jaunākie sasniegumi, piemēram, DALL-E ( Kas ir DALL-E? ), MuseNet, uz stilu balstīti ģeneratīvie pretrunīgie tīkli (StyleGAN), Jukebox un ģeneratīvie iepriekš apmācīti transformatori (GPT-3, GPT-3.5, GPT-4) ir iekļauti kategorijā Ģeneratīvā AI.
Ģeneratīvais AI izmanto dziļās mācīšanās metodes, lai ģenerētu saturu pēc iespējas tuvāk uzvednēm. Viņi izmanto uzvednes kā celtniecības materiālus, lai izveidotu saturu, kuru vēlaties izveidot. Te ir daži piemēri tam, ko ChatGPT var sniegt jūsu labā ja vēlaties uzzināt vairāk par to.
Kā mākslīgais vispārējais intelekts un ģeneratīvais mākslīgais intelekts ir līdzīgi?
Lai gan AGI un ģeneratīvais mākslīgais intelekts atšķiras pēc darbības veida un pieredzes, tiem ir vairākas kopīgas lietas.
1. Mācīšanās
AGI un GAI ir mašīnmācīšanās modeļi, kas mācās, izmantojot uzraudzītus, daļēji uzraudzītus un neuzraudzītus algoritmus, izmantojot dziļus neironu tīklus. Tas ir paredzēts, lai viņi varētu analizēt un apstrādāt datus, lai ģenerētu saturu atbilstoši uzvednes kontekstam.
Tāpat kā cilvēki, arī AGI modeļi var mācīties no dažādiem datiem un pieredzes. Tajā pašā laikā GAI ir apmācīts esošajos lielos datu fondos, lai izprastu pamatā esošos modeļus un attiecības starp datiem, lai radītu jaunus, nozīmīgus un atbilstošus datus.
2. Pielietojumu klāsts
Gan AGI, gan GAI var izmantot dažādiem mērķiem, tostarp, bet ne tikai, teksta, attēlu un video saturam.
Ģeneratīvo AI var izstrādāt, lai tas kalpotu dažādiem mērķiem ierobežotās jomās. No otras puses, mākslīgais vispārējais intelekts ir dabiski piemērojams ikvienā dzīves sfērā, jo tas spēj patstāvīgi spriest un veikt uzdevumus.
3. Pārmaiņu katalizatori
Tehnoloģiju attīstības mērķis ir veicināt pārmaiņas un izaugsmi. AGI un GAI ir neaizstājami, lai ātri izsekotu tik ļoti nepieciešamajām pārmaiņām un inovācijām, kas pasaulei ir ļoti vajadzīgas.
Ieviešot izmantojamus GAI un AGI, cilvēce ir pārliecināta, ka drīzumā sekos strauja attīstība, kas eksponenciāli samazina cilvēku darba laiku.
4. Ētiskās dilemmas avots
Lai gan papildu palīdzības saņemšana no AI izklausās kā laba ideja, rodas vairākas bažas, ja ir jānosaka skaidra robeža attiecībā uz to, kas AI ir ētiski pareizi pārraudzīt.
Izmantojot ģeneratīvo AI, ir bijuši bažas par autortiesību noteikumiem saistībā ar AI mākslu un pat jautājumi par to, vai AI māksla ir īsta māksla . Ar pietiekami daudz laika AGI varētu uzskatīt cilvēci par bezjēdzīgu un virzīties uz cilvēces iznīcināšanu — zinātniskās fantastikas šausmām, kas pārvērš realitāti.
Noteikumi mākslīgā intelekta jomā ir bijuši sarežģīti, jo tie ir cilvēcei neatklāti ūdeņi.
Kā mākslīgais vispārējais intelekts atšķiras no ģeneratīvā mākslīgā intelekta?
Būtiskākā atšķirība starp tām ir tā, ka AGI vēl ir jāizstrādā, savukārt GAI pastāv un jau tiek izmantota. Citas atšķirības ir šādas:
1. Darbības režīmi
Izņemot to, ka AGI joprojām ir datorzinātnieku vēlmju sarakstā, viņu darbības režīmi ir ievērojami atšķirīgi.
Mākslīgais vispārējais intelekts neaprobežojas ar kādu konkrētu uzdevumu vai jomu, kas veic uzdevumus bez īpašas programmēšanas. No otras puses, ģeneratīvais AI koncentrējas uz jauna satura ģenerēšanu nišā, pamatojoties uz esošajiem modeļiem un datiem.
2. Pielāgošanās spēja
AGI var mācīties un pielāgoties jaunām situācijām, savukārt ģeneratīvo AI ierobežo ievades dati un konkrētais domēns, kurā tas darbojas.
AGI, kas pārrauga organizācijas pārdošanu un finanses, varēs pielāgoties pēkšņu pārmaiņu, piemēram, pandēmijas, gadījumā. AGI modelis varēs izdarīt inteliģentus secinājumus no pieejamajiem datiem un pārkonfigurēt organizācijas darbības, lai tās atbilstu jaunajai attīstībai.
Tas ir kaut kas ģeneratīvs AI, ko pats par sevi nevar izdarīt.
3. Izziņa
Mākslīgais vispārējais intelekts savā problēmu risināšanas pieejā, visticamāk, ir diezgan līdzīgs cilvēkam. Tas ir pretstatā ģeneratīvajam AI, kas darbojas uz iepriekš apmācītām ievades-izejas sekvencēm. Ģeneratīvais AI var darīt tikai to, kam tas bija ieprogrammēts, ne vairāk, ne mazāk. No otras puses, AGI mācīsies, argumentēs, salīdzinās un secinās.
Vienkārši izsakoties, AGI var domāt kā cilvēks un varbūt pat labāk.
4. Mācību pieeja
Ģeneratīvā AI bieži vien mācās bez uzraudzības apmācībā, izmantojot plašus datu resursus, kas māca, kā izveidot jaunu saturu no iepriekš esošajiem.
AGI izmantos gan uzraudzītas, gan neuzraudzītas mācīšanās un pastiprināšanas mācīšanās kombināciju. Tas nodrošina, ka tā var izdarīt saprātīgas izvēles, ņemot vērā tās rīcībā esošos milzīgos resursus.
kā izveidot bootable iso
GAI, AGI un ne tikai
Nevar noliegt, ka mākslīgais vispārējais intelekts ir sapnis, kas ātri pārvēršas realitātē. Mēs tikai sākam pierast pie ģeneratīvā mākslīgā intelekta, taču nedrīkstam kļūt pārāk ērti.
Mākslīgais vispārējais intelekts drīz pārsniegs to, ka tā ir tikai teorija, bet gan pilnveidots aktīvs intelekta veids, kas, cerams, strādās ar mums un mūsu labā.