Эксперты предполагают, как новые методы обучения могут способствовать достижению сильного ИИ.

Разработка искусственного общего интеллекта (AGI) может произойти быстро в ближайшем будущем, цель которую активно преследуют многие компании. Неясно, будет ли эта амбиция реализована, но если да, мы можем быстро перейти от эпохи искусственного интеллекта к веку искусственного общего интеллекта.

За последние несколько лет прогресс в области ИИ может показаться внезапным для некоторых, но фактически эта область продвигалась устойчиво на протяжении многих десятилетий. По мере развития технологий рост ИИ происходил стремительно, и специалисты отрасли уже сосредоточены на следующем крупном прорыве — Искусственном Общем Интеллекте (AGI), который пока остается преимущественно теоретическим, однако многие эксперты предсказывают его как следующий шаг в обучении искусственного интеллекта самостоятельному действию.

Существуют различные мнения относительно потенциального применения Общего Искусственного Интеллекта (AGI) в высокопроизводительных отраслях, однако также много споров и опасений связано с самим понятием AGI. Проще говоря, AGI относится к типу искусственного интеллекта, способного понимать, обучаться и применять знания в широком спектре задач на уровне человеческого или превосходящем его способности. Различные отрасли и индивидуумы могут выиграть от этой технологии благодаря повышению продуктивности и эффективности. Однако возникают этические вопросы, связанные с потенциальным влиянием на занятость, приватность и процессы принятия решений. Более того, вопрос контроля над AGI остается важным предметом обсуждения.

Некоторые эксперты из различных отраслей начали более глубоко исследовать эту таинственную тему, раскрывая её потенциальные возможности по мере приближения к значительному сдвигу в области искусственного интеллекта, особенно в крупных языковых моделях и системах, способных логическому мышлению.

Что такое ИИ общего назначения? (AGI)?

По мере развития идеи Искусственного Общего Интеллекта (AGI), продолжается дискуссия о его определении. Различные интерпретации были предложены технологическими компаниями как OpenAI, Google и Илон Маск среди прочих, утверждая, что AGI системы могли бы имитировать широкий спектр человеческого поведения. Однако мнения расходятся относительно точного уровня интеллекта, необходимого для ИИ, чтобы считаться AGI, а также того момента, когда его возможности перейдут от традиционного искусственного интеллекта к более сложному.

Согласно Джиму Олсону, главному технологическому директору ModelOp, мы скоро станем свидетелями значительного прогресса в области искусственного общего интеллекта (AGI), которого отрасль так долго ждала, как сообщается на Digital Trends.

Он отметил, что модель способна быстро и точно определить подходящую реакцию или генерировать новые идеи по поводу чего-то незнакомого для нее.

В эпизоде 141 подкаста ‘Шоу об искусственном интеллекте’ Пол Рётцер, один из ведущих, подробно рассмотрел функцию AGI в дискуссии под названием ‘Дорога к AGI (и далее). Он объяснил, что после того, как искусственно общая интеллектуальность (AGI) научится играть в шахматы на уровне мастера, она сможет самостоятельно освоить другие навыки, такие как видеоигры или карточные игры. Важно отметить, что в отличие от традиционных методов обучения, где ИИ тренируют на конкретных играх, AGI требуется только понимание концепции игр в целом, что позволяет ей адаптироваться и достигать превосходства в различных типах игр без явного тренинга.

Роэцер сослался на отчет Google DeepMind от мая 2024 года, который предлагает определение Искусственного Общего Интеллекта (AGI) и систему для оценки систем ИИ по их способности выполнять задачи сопоставимые с человеческими, определяя таким образом, являются ли они AGI. Эта структура предполагает следующее:

— Уровень 0 представляет собой отсутствие ИИ или стандартное программное обеспечение.
— Уровень 1 включает использование AI как инструмента.
— Уровень 2 – это ситуация, когда AI выступает в роли консультанта, подобно продвинутым моделям вроде GPT-4 серии, которая рассматривается как ранняя стадия формирующегося AGI.
— Уровень 3 означает, что AI функционирует как коллега или компетентный AGI, который планируется развивать дальше.
— Уровень 4 относится к искусственному эксперту (expert AGI).
— Наконец, уровень 5 обозначает искусственный сверхинтеллект (ASI), представляя будущие достижения в этой области.

Непредсказуемая временная линия

Было много дискуссий о возможном появлении общего искусственного интеллекта (AGI) к 2027-2030 годам, но важно помнить, что на этот прогноз могут влиять различные факторы. Такие как необходимость в дата-центрах для обучения новых технологий, потенциальные экологические проблемы, связанные с разработкой продукции, и растущая потребность в мощных вычислительных ресурсах от передовых чипов – все это аспекты, о которых компаниям, работающим над этими проектами, следует заботиться.

Как аналитик, я считаю необходимым отметить, что в настоящее время требуемая ёмкость данных для независимой работы этой технологии недостижима. Однако если рассмотреть траекторию развития технологий, можно предположить, что мы можем достичь этого уровня в течение следующих 15-30 лет. Это может привести нас к 2040 или даже 2050 году. Тем не менее, на данный момент я не предвижу, чтобы это стало реальностью.

Было отмечено, что потребуется некоторое время для принятия этого решения как правительствами, так и бизнесом, что задержит его доступность широкой общественности. Этот продолжительный процесс потенциально может увеличить общую длительность развертывания.

Оглядываясь на достижения в области ИИ, начавшиеся с ChatGPT от OpenAI в конце 2022 года, можно проследить их корни до инноваций 1950-х годов. Ключевыми элементами, которые стимулировали этот прогресс, были огромные объемы размеченных данных для обучения больших языковых моделей и мощные GPU современных технологий. Тем не менее, область активно ожидает аналогичного прорыва в достижении Искусственного Общего Интеллекта (AGI), как указано Олсоном.

Кто-то внезапно может иметь блестящую идею, которая значительно ускорит наш прогресс, но это прорыв вероятнее произойдет позднее, по мере того как мы продолжаем совершенствовать наше понимание и применение моделей обучения языку (Language Learning Models, LLMs).

Он упомянул, что различные существующие методы, вероятно, будут комбинироваться, но также появятся новые подходы, необходимые для достижения настоящего Искусственного Общего Интеллекта (ИОИ), который мы могли еще не предвидеть.

Потенциал развития ИИ (искусственного интеллекта)

Хотя искусственный общий интеллект (AGI) во многом остаётся теоретической концепцией, в индустрии растёт понимание того, что мы должны быть готовы к положительным и отрицательным последствиям развития этой технологии. Уже сейчас некоторые бренды снимают ограничения со своих стандартных моделей искусственного интеллекта по мере их усложнения. С другой стороны, исследования показывают, что модели ИИ могут намеренно вводить в заблуждение пользователей-людей, и такое поведение может стать более распространённым по мере увеличения автономности технологий. Тем не менее эксперты считают, что люди продолжат контролировать и направлять эту технологию.

Олсон заявил, что для любой системы, включая искусственный интеллект, крайне важно иметь средства контроля и ограничения, чтобы предотвратить непроверенную власть. Он подчеркнул свой дискомфорт от идеи ИИ, работающего без ограничений в его компании.

Рёцзер отметил, что до появления ChatGPT сфера ИИ была неопределенной относительно своего будущего облика. Теперь же лидеры отрасли оказываются в аналогичной ситуации по отношению к AGI, требуя непрерывного исследования доступных ресурсов до тех пор, пока не появится какая-либо новая инновация. Разработанный китайской компанией DeepSeek метод под названием дистилляция является наиболее перспективным нововведением для AGI.

Олсон выразил уверенность в том, что развитие искусственного общего интеллекта (AGI) может следовать тому же пути, как и в прошлом, требуя значительных ресурсов, специально предназначенных для этого. Но по мере более глубокого понимания его механизмов станет яснее, что действительно движет его функциональностью.

Как исследователь, я изучаю захватывающую концепцию: производная от оригинальной модели маленького языка Al после процесса дистилляции может быть доведена до совершенства для конкретных задач с использованием менее мощных GPU или даже смартфонов. Этот подход потенциально может проложить путь к обучению Искусственного Общего Интеллекта (AGI) на более доступном оборудовании, что позволит существенно снизить затраты производства.

В качестве наблюдателя я мог бы перефразировать это утверждение следующим образом: ‘Возможно, в сфере общего искусственного интеллекта (AGI) произойдет переход к методу дистилляции. Это может означать потерю некоторых общих способностей, но взамен мы можем приобрести интеллект, специально адаптированный под конкретные задачи. Таким образом, люди смогут локально управлять этими возможностями и настраивать их согласно своим потребностям, подобно тому как сейчас используются программно определяемые обучающие машины (SLMs), которые опираются на большие языковые модели (LLM) поставщиков.’

Важно понимать, что нет фиксированной временной шкалы для развития искусственного общего интеллекта (AGI). Однако учитывая значительные инвестиции со стороны множества игроков из индустрии, можно ожидать некоторого прогресса в этой области. Как указывает Адепожу, языковая модель обучения OpenAI была тихо разработана до своего публичного представления, подобно тому как некоторые технологии, такие как интернет, изначально были доступны лишь ограниченной группе людей, но впоследствии стали широко используемыми инструментами. Очевидно, что AGI пойдет по аналогичной траектории.

Смотрите также

2025-04-12 14:58