Russian - A Deep Dive on the Differences Between Narrow AI and AGI

Translations
1

Source article: A Deep Dive on the Differences Between Narrow AI and AGI | by SingularityNet | SingularityNET
Translation by: log_tg
Dework task link: https://app.dework.xyz/singularitynet-ambas/test-38287?taskId=c666a0a6-5e91-4ace-83ff-53f831e76725
Community review: Please leave comments below about translation quality or like this post if it is well translated

Глубокое погружение в различия между узким ИИ и AGI

1400×715 204 KB

Уважаемые сингуляристы,

Искусственный интеллект (ИИ) стал преобразующей силой в нашем мире, оказав влияние на людей и отрасли из всех слоев общества и во всех уголках планеты. Однако не все ИИ созданы одинаковыми.

Область ИИ охватывает широкий спектр: от узкого ИИ, который специализируется на конкретных задачах, до искусственного общего интеллекта (AGI), который представляет собой еще не созданную форму системы ИИ с человекоподобными когнитивными способностями, и вплоть до искусственного сверхинтеллекта, преобразующей технологии, которая может изменить мир, каким мы его знаем, и последствия которой пока что изучаются только в научной фантастике.

Понимание различий между узким ИИ и AGI - важная часть понимания прошлого, текущего состояния и будущего потенциала технологий ИИ, и именно это мы сегодня и рассмотрим.

Переведено с помощью DeepL.com (бесплатная версия)

Узкий ИИ - специализированный и ориентированный на конкретную задачу

Узкий ИИ, также известный как слабый ИИ, предназначен для выполнения конкретной задачи или узкого круга задач. Он действует в рамках заданных параметров и не способен выполнять задачи за пределами своей области.

Примерами узкого ИИ являются голосовые помощники Siri и Alexa, которые могут устанавливать напоминания, воспроизводить музыку и предоставлять информацию о погоде. Системы рекомендаций, используемые такими платформами, как Netflix и Amazon, предлагают фильмы, телешоу и товары на основе предпочтений пользователя. Технологии распознавания изображений и речи идентифицируют объекты на изображениях или транскрибируют произнесенные слова в текст, а автономные транспортные средства полагаются на ИИ, чтобы ориентироваться на дорогах и принимать решения о вождении. Даже ChatGPT от OpenAI является разновидностью узкого ИИ - хотя он отлично понимает и генерирует человекоподобный текст на основе полученных данных, он не обладает общим интеллектом, сознанием или самосознанием.

Узкий ИИ отлично справляется с конкретными задачами благодаря своей способности обрабатывать большие объемы данных и выявлять закономерности. Однако ему не хватает универсальности и способности решать общие проблемы, присущей человеческому интеллекту или искусственному интеллекту общего назначения. Он не может переносить знания из одной области в другую или понимать более широкий контекст своих действий… так, как это делает искусственный интеллект.

AGI - стремление к человекоподобному интеллекту

Искусственный интеллект общего назначения (ИОНИ), также известный как сильный ИИ, - это (пока что) теоретическая форма ИИ, обладающая когнитивными способностями человека и/или способная проявлять интеллект, не привязанный к узкоспециальному набору задач. Он будет способен обобщать полученные знания (включая качественное обобщение контекстов), смотреть на вещи широко и гибко интерпретировать поставленные задачи в контексте мира в целом и своих отношений с ним.

AGI будет способен понимать, изучать и применять знания в широком диапазоне задач, демонстрируя гибкость и адаптивность, аналогичные человеческому интеллекту. Он будет демонстрировать автономное обучение, рассуждения, способность решать проблемы, понимать контекст и переносить знания из одной области в другую.

Несмотря на значительный прогресс в разработке узкого ИИ, достижение AGI ставит перед нами огромные технические и этические задачи. Компании и исследователи, находящиеся на переднем крае разработки AGI, такие как SingularityNET, все еще бьются над фундаментальными вопросами о том, как воспроизвести весь спектр человеческого познания в машинах.

Фундаментальные различия между узким ИИ и AGI

Основное различие между узким ИИ и AGI заключается в их масштабах, общности и универсальности.

Узкий ИИ узкоспециализирован и ограничен конкретными задачами. Например, ИИ, обученный распознаванию изображений, не сможет выполнять задачи по обработке естественного языка без переобучения. Но AGI сможет это сделать - он будет демонстрировать широкую универсальность, способную выполнять любые интеллектуальные задачи, которые может делать человек, и делать это лучше. AGI сможет плавно переключаться между задачами и применять знания из одной области в другую.

Что касается обучения и адаптивности, то узкий ИИ опирается на контролируемое обучение и большие массивы данных для выполнения задач. Он требует длительного обучения и часто нуждается в переобучении для выполнения новых задач или изменений в окружающей среде. AGI, однако, будет способен к автономному обучению и адаптации. Он будет обучаться на минимальных данных, быстро понимать новые концепции и адаптироваться к незнакомым ситуациям без необходимости длительного переобучения.

Когда дело доходит до понимания и рассуждений, узкий ИИ действует на основе заранее заданных правил и шаблонов. Ему не хватает истинного понимания, и он не может рассуждать за пределами своих запрограммированных параметров. AGI, с другой стороны, будет обладать человекоподобным пониманием и способностью рассуждать. AGI сможет постигать сложные концепции, выносить суждения и логически рассуждать в различных контекстах.

Способность передавать знания - еще одно важное различие, которое нельзя упускать из виду при определении двух форм ИИ. Узкий ИИ ограничен в своей способности переносить знания между задачами. Каждая новая задача часто требует отдельного обучения и оптимизации. Однако AGI способен к трансферному обучению, когда знания, полученные при выполнении одной задачи, могут быть применены к другим. Такая способность делает AGI бесконечно более эффективным и адаптируемым.

Узкий ИИ широко применяется в окружающем нас мире. Он становится все более тривиальной частью нашей жизни и продолжает развиваться, стимулируя инновации и эффективность в различных отраслях.

Однако AGI остается теоретическим и находится в стадии исследования. Прежде чем AGI станет реальностью, необходимо совершить значительный прорыв в понимании человеческого познания и воспроизвести его в машинах. Однако, возможно, мы не так уж далеки от этих прорывов. Подробнее о прогнозируемых сроках можно узнать из этой статьи в блоге SingularityNET.

От узкого ИИ к AGI и далее

Развитие AGI влечет за собой этические и общественные последствия, превосходящие наше воображение.

В то время как узкий ИИ уже поднимает вопросы о конфиденциальности, безопасности и занятости, AGI создает более сложные проблемы. Обеспечение безопасности, управляемости и соответствия систем AGI человеческим ценностям является одной из главных задач. Кроме того, существует значительный потенциал непреднамеренных последствий и неправильного использования AGI. AGI может изменить мир гораздо сильнее, чем узкий ИИ, что потребует новых подходов к трудоустройству, образованию и системам социальной защиты.

Системы AGI должны будут принимать этические решения в сложных ситуациях, что потребует разработки основ этичного поведения ИИ. Вскоре после этого потенциальная возможность AGI превзойти человеческий интеллект приведет к возникновению экзистенциальных рисков, что сделает необходимым, чтобы развитие AGI осуществлялось на основе надежных этических принципов и глобального сотрудничества.

Именно здесь каждый из нас может сыграть свою роль в его развитии - помогая децентрализовать ИИ и последующее развитие AGI, мы сможем распределить контроль и принятие решений и убедиться, что AGI выгоден всем, а не контролируется корыстными интересами.

При правильном подходе, управлении, тщательной проверке, децентрализации и постоянном надзоре мы сможем вместе работать над созданием ИИ, который будет соответствовать человеческим ценностям, и обеспечивать его безопасное и полезное действие для всех живых существ.

О компании SingularityNET

Компания SingularityNET была основана доктором Беном Гертцелем с целью создания децентрализованного, демократичного, всеохватного и полезного искусственного интеллекта (ИИ). AGI не зависит от какой-либо центральной структуры, открыт для всех и не ограничен узкими целями одной корпорации или даже одной страны. В команду SingularityNET входят опытные инженеры, ученые, исследователи, предприниматели и маркетологи. Наши основные команды по разработке платформы и ИИ дополняются специализированными командами, занимающимися такими прикладными областями, как финансы, робототехника, биомедицинский ИИ, медиа, искусство и развлечения.

Децентрализованная платформа искусственного интеллекта | OpenCog Hyperon | Экосистема | ASI Alliance

Будьте в курсе последних новостей и обновлений SingularityNET: