Prispevek o umetni splošni inteligenci (angl. Artificial general intelligence – AGI) kot teoretičnem sistemu umetne inteligence z zmogljivostmi, ki so primerljive s človeškimi. Številni raziskovalci menijo, da smo še desetletja ali celo stoletja oddaljeni od doseganja AGI. Merilo je lahko Turingov test (angl. Turing test), razvit leta 1950, ko bo morebitno razlikovanje med zmožnostmi umetne inteligence in človeka zabrisano. Pdf prispevka je na voljo tukaj.
Prispevek navaja 8 zmožnosti umetne inteligence, ki jo mora obvaladati, da bi postala umetna splošna inteligenca (AGI):
- Vizualno zaznavanje (Visual perception) – Sistemi umetne inteligence so še daleč od tega, da bi dosegli človeško čutno zaznavanje. Sistemi, usposobljeni z globokim učenjem, imajo na primer še vedno slabo barvno konsistenco. Nekatere avtonomne avtomobile so zavedli majhni koščki črnega traku ali nalepke na rdečem znaku stop in na koncu sprejeli (napačno in potencialno nevarno) odločitev, da je znak stop nekaj drugega.
- Zvočno zaznavanje (Audio perception) – Ljudje z zvokom določamo prostorske značilnosti okolja brez večjega napora. Slišimo lahko hrup iz ozadja in določimo lokacijo govorca, na primer, ali je za nami ali na naši desni. Po drugi strani imajo sistemi umetne inteligence bolj omejeno zmožnost pridobivanja in obdelave zvoka, saj jih omejujeta strojna in programska oprema. Poleg tega imajo sistemi umetne inteligence težave z interpretacijo zvoka tako dobro kot človek, tudi če imajo najboljše zvočnike, mikrofone in algoritme v svojem razredu.
- Drobna motorika (Fine motor skills) – Roboti, ki jih poganja umetna inteligenca, še ne dosegajo takšnih motoričnih spretnosti, da bi jim lahko zaupali pletenje las ali samostojno operacijo naših bližnjih. Vendar so vse bližje. Leta 2019 je ena sama roka robota OpenAI rešila Rubikovo kocko v manj kot štirih minutah. Še več, robot je bil sposoben nadaljevati z delom tudi ob motnjah, s katerimi se med usposabljanjem ni srečal, na primer, ko so ga poganjali s plišasto žirafo.
- Obdelava naravnega jezika (Natural language processing) – Da bi AGI lahko konkuriral človeški ravni spoznavanja, bi moral s polnim razumevanjem uporabljati človeške vire informacij – knjige, članke, videoposnetke itd. AGI bi moral delovati tudi na podlagi splošnega znanja in zdrave pameti na ravni človeka. Ko ljudje komunicirajo, je ogromno informacij predpostavljenih in neizrečenih. AGI bi moral te vrzeli zapolniti. Najnovejša orodja umetne inteligence so pokazala izboljšano obdelavo naravnega jezika, vendar jim še vedno primanjkuje pravega razumevanja in razumevanja konteksta. Ti modeli se pri ustvarjanju besedila zanašajo na statistične vzorce in korelacije v velikih podatkovnih nizih, namesto da bi resnično razumeli pomen in odtenke sporočenega.
- Reševanje problemov (Problem-solving) – Sistem AGI mora biti sposoben diagnosticirati in reševati težave – na primer prepoznati, da je žarnica izklopljena, in jo zamenjati. Da bi to uspešno opravil, bi sistem AGI potreboval določeno stopnjo zdrave pameti ali sposobnost izvajanja simulacij za določanje možnosti, verjetnosti in verjetnosti. Sistemi AGI bi se morali biti sposobni tudi učiti iz svojega okolja in izkušenj ter se prilagajati novim situacijam brez izrecnega programiranja s strani človeka.
- Navigacija (Navigation) – Sistem GPS (angl. Global Positioning System) je v kombinaciji z zmogljivostmi, kot sta hkratno določanje položaja in kartiranje (angl. Simultaneous localization and mapping – SLAM), ki se trenutno uporablja v samovozečih avtomobilih in robotskih sesalnikih), dosegel velik napredek. Vendar pa bo treba za vzpostavitev robotskih sistemov, ki se lahko samostojno premikajo brez človeškega primankljaja, vložiti še več let dela.
- Ustvarjalnost (Creativity) – Znanstvenofantastične fantazije predvidevajo, da bo umetna inteligenca ne le dosegla človeško inteligenco, temveč jo tudi presegla. Da bi se to zgodilo, bodo morali sistemi umetne inteligence na novo napisati svojo lastno kodo. Pri tem bodo morali razumeti ogromne količine kode, ki jo je človek sestavil za njihovo izgradnjo, in poiskati nove načine za izboljšanje te kode. ChatGPT bo morda znal napisati sonet, vendar še ni pripravljen tekmovati z ustvarjalnostjo na ravni človeka.
- Socialna in čustvena vključenost (Social and emotional engagement) – Da bi bili roboti in sistemi umetne inteligence resnično uspešni, bi morali ljudje želeti sodelovati z njimi. Robot bi moral biti sposoben razlagati izraze obraza in spremembe v tonu, ki razkrivajo temeljna čustva. Nekateri sistemi umetne inteligence to v omejenem obsegu že znajo. Nekateri sistemi v klicnih centrih lahko na primer ugotovijo, da je človek v stiski, če poviša glas. Toda ljudje sami težko pravilno prepoznavajo čustva; umetna inteligenca, ki bi bila sposobna empatije, je še vedno oddaljena prihodnost.
Prispevek obravanava načine komunikacije človeka z orodji AGI, saj se danes ob dvodimenzionalnih zaslonih računalnikov in tablic že pojavljajo naglavni seti razširjene resničnosti (angl. Augmented reality) in navidezne resničnosti (angl. Virtual reality), s katerimi se pogreznemo v navidezni svet. Smeri razvoja gredo v smeri vgradnje kontrolnih čipov v človeško telo (možgane), da bi z mislimi krmili naprave.
Prispevek obravanava še vrste robotov, ki se razvijajo v različne smeri njihove (avtonomne) rabe ter zaključi s pregledom področij, na katerih razvoj (napredek) pospešuje razvoj umetne splošne inteligence, ter kaj lahko storijo izvršni direktorji naprednih podjetij zaradi razvoja AGI.