Hva er kunstig generell intelligens, og hvordan skiller den seg fra generativ AI?

Siden AIs gjennombrudd i rampelyset sent i 2022, har tusenvis av AI-modeller dukket opp nesten hver uke. Det kan være svimlende å prøve å holde tritt med som gjør hva.

Hvis du er kjent med grunnleggende AI, vet du kanskje allerede om generativ kunstig intelligens (GAI). Motsatt er du kanskje ikke så kjent med en annen type AI kalt kunstig generell intelligens (AGI).

Selv om de høres like ut, er de ikke helt like. Og nei, det er ikke bare fordi akronymbokstavene deres er byttet rundt. Så, hva er forskjellen mellom de to?

Hva er kunstig generell intelligens?

Se for deg en kunstig intelligens som kan tenke, resonnere, oppfatte, utlede – alt det mennesker kan gjøre. Det, og mer, er hva kunstig generell intelligens skal være. Selv om det er teoretisk, kan kunstig generell intelligens (AGI) utføre enhver intellektuell oppgave, akkurat som et menneske, men med færre eller ingen feil.

Det skiller seg fra kunstig smal intelligens (ANI), som er svært dyktig innen et bestemt felt eller spekter av oppgaver. Narrow Intelligence er designet for å utmerke seg på bare én eller svært få spesifikke oppgaver, som en professor emeritus i en svært nisjedisiplin.

AGI er foreslått å være en kunstig intelligens som kan føle, ta avgjørelser basert på følelser, løse problemer, lære, behandle språk og utføre andre kognitive evner. Uten forhåndsmating av data, bør AGI finne på noe meningsfylt, uavhengig av variablene som er involvert.

Science fiction AI-er kommer knapt i nærheten, så AGI er fortsatt bare en teori. Selv om noen AI-modeller i arbeid kommer nær AGIs beskrivelse, er den fortsatt avhengig av leverte data og har ennå ikke dannet uavhengig resonnement. Selv om de utmerker seg på problemløsning, naturlig språkbehandling og lignende, er de fortsatt et stykke unna før vi kan kalle dem fullverdige AGI-er.

For eksempel jobber Google DeepMind dag og natt for å utvikle AGI-modeller som kan være på nivå med menneskelig intelligens, med evnen til å lære og resonnere akkurat som mennesker. For å vite mer, sjekk ut utrolige ting Googles DeepMind eksisterende roboter kan gjøre.

Så hva er de potensielle bruksområdene for kunstig generell intelligens? Vel, det lover å finne betydning på alle tenkelige felt. For eksempel kan AGI og bioteknologi gi førsteklasses helsetjenester til en brøkdel av prisen. Den kan tilpasse behandlingsplaner og fremskynde diagnosen med minimale feil.

Den kan gjøre disse og mange flere på tvers av felt som robotikk og automatisering, forskning, utdanning, landbruk, romutforskning, etc.

Hva er generativ kunstig intelligens?

Som nevnt tidligere, faller de fleste AI-modeller som eksisterer i skrivende stund inn i denne kategorien.

Generativ kunstig intelligens (GAI) inkluderer enhver AI som, som navnet tilsier, genererer nytt materiale, det være seg lyd, bilde eller tekst, fra tidligere imputerte data. Med andre ord, enhver AI du må gi beskjed om å generere innhold eller svare på forespørsler ved å få tilgang til lagret informasjon, kan klassifiseres som en GAI.

For eksempel, de vanlige tekst-til-tale og bilde-til-bilde-oversetterne og nyere utviklinger som DALL-E (Hva er DALL-E?), MuseNet, Style-based Generative Adversarial Networks (StyleGAN), Jukebox og Generative Pre-trained Transformers (GPT-3, GPT-3.5, GPT-4) er kategorisert under Generative AI.

Generativ AI bruker dyplæringsteknikker for å generere innhold så nært oppfordringene som mulig. De bruker ledetekstene som byggematerialer for å bygge innholdet du ber om å produsere. Her er det noe eksempler på hva ChatGPT kan gjøre for deg hvis du vil vite mer om det.

Hvordan er kunstig generell intelligens og generativ kunstig intelligens like?

Selv om de er forskjellige i operasjonsmåte og ekspertise, deler AGI og Generative AI flere ting til felles.

1. Læring

AGI og GAI er maskinlæringsmodeller som lærer via overvåket, semi-overvåket og ikke-overvåket algoritmer ved bruk av dype nevrale nettverk. Dette er for at de skal kunne analysere og behandle data for å generere innhold i tråd med konteksten til forespørselen.

I likhet med mennesker kan AGI-modeller lære av ulike data og erfaringer. Samtidig er GAI trent på eksisterende store datapooler for å forstå de underliggende mønstrene og relasjonene mellom data for å generere nye, meningsfulle og relevante data.

2. Utvalg av applikasjoner

Både AGI og GAI kan brukes til en lang rekke formål, inkludert, men ikke begrenset til, tekst-, bilde- og videoinnhold.

Generativ AI kan utvikles for å tjene ulike formål i begrensede felt. På den annen side er kunstig generell intelligens naturlig anvendelig i alle livets sfærer, siden den selvstendig kan resonnere og utføre oppgaver.

3. Katalysatorer for endring

Målet med teknologisk utvikling er å fremme endring og vekst. AGI og GAI er uunnværlige for å raskt spore sårt tiltrengte endringer og innovasjoner verden sårt trenger.

Med introduksjonen av brukbare GAI og AGI, er menneskeheten sikret at raske fremskritt følger snart, noe som reduserer menneskelig arbeidstid eksponentielt.

4. Kilde til etisk dilemma

Selv om det å få ekstra hjelp fra AI høres ut som en god idé, oppstår flere bekymringer når det må være en klar grense for hva som er etisk riktig for AI å overvåke.

Med Generativ AI har det vært bekymringer om opphavsrettsregler rundt kunstig intelligens Til og med spørsmål om AI-kunst er ekte kunst. AGI, gitt nok tid, kan se menneskeheten som meningsløs og gå for menneskehetens utryddelse – en sci-fi-skrekk som snur virkeligheten.

Reguleringer innen AI har vært utfordrende, siden dette er ukjente farvann for menneskeheten.

Hvordan skiller kunstig generell intelligens seg fra generativ kunstig intelligens?

Den viktigste forskjellen mellom dem er at AGI ennå ikke er utviklet, mens GAI eksisterer og allerede er i bruk. Andre forskjeller ligger i følgende:

1. Driftsmåter

Bortsett fra det faktum at AGI fortsatt er på ønskelisten til informatikere, er deres virkemåter markant forskjellige.

Kunstig generell intelligens er ikke begrenset til noen spesifikk oppgave eller domene, og utfører oppgaver uten spesifikk programmering. På den annen side fokuserer generativ AI på å generere nytt innhold innenfor en nisje basert på eksisterende mønstre og data.

2. Tilpasningsevne

AGI kan lære og tilpasse seg nye situasjoner, mens generativ AI er begrenset av inndataene og det spesifikke domenet den opererer i.

En AGI som fører tilsyn med salg og økonomi til en organisasjon vil kunne justere seg i tilfelle en plutselig endring som en pandemi. AGI-modellen vil kunne gjøre intelligente slutninger fra tilgjengelige data og rekonfigurere organisasjonens drift for å imøtekomme den nye utviklingen.

Dette er noe generativ AI på egen hånd ikke kan gjøre.

3. Kognisjon

Kunstig generell intelligens er sannsynligvis ganske menneskelignende i sin problemløsningsmetode. Dette er i motsetning til Generative AI, som fungerer på forhåndstrente input-out-sekvenser. En generativ AI kan bare gjøre det den var programmert til å gjøre, verken mer eller mindre. En AGI vil derimot lære, resonnere, sammenligne og utlede.

Enkelt sagt kan en AGI tenke som et menneske og kanskje enda bedre.

4. Læringsmetode

Generativ AI lærer ofte gjennom uovervåket opplæring via omfattende dataressurser, som lærer den hvordan man lager nytt innhold fra tidligere eksisterende.

AGI vil bruke en kombinasjon av både veiledet og uovervåket læring og forsterkende læring. Dette sikrer at den kan ta intelligente valg i møte med enorme ressurser den har til rådighet.

GAI, AGI og Beyond

Det er ikke å nekte for at kunstig generell intelligens er ting av drømmer som raskt blir til virkelighet. Vi begynner bare å venne oss til generativ kunstig intelligens, men vi må ikke bli for komfortable.

Kunstig generell intelligens vil snart gå utover å være bare en teori, men en utformet aktiv form for intelligens, forhåpentligvis å jobbe med og for oss.