Kunstig Generel Intelligens: En Historie om At Bygge Kapaciteter med Forsigtighed

Vi lever i kunstig intelligens æraen, hvor den globale AI-markedsstørrelse allerede har overskredet US$240 billion og nu anslås at gå forbi US$730 billion inden 2030, med en årlig vækstrate på over 17%. 

Midt i al opstandelse omkring AI er et paradigme, der har fanget alles opmærksomhed, AGI, Kunstig Generel Intelligens. 

Men hvad er det? Hvorfor taler alle om det, og hvorfor er det videnskabelige og teknologiske samfund så ivrige efter at observere hver drejning, det tager? Lad os dykke dybere for at forstå bedre. 

Men før vi springer direkte ind i Kunstig Generel Intelligens, lad os prøve at fastslå, hvad generel intelligens indebærer.

Fastlæggelse af Konturerne for Generel Intelligens

Generel intelligens indebærer evnen til at opnå en række mål og udføre forskellige opgaver, hvis kontekster og miljøer er forskellige. Systemer, der er ‘generelt intelligente’, skal: 

• Håndtere problemer og situationer, der er væsentligt forskellige fra, hvad der kunne forudses
• Være i stand til at generalisere den viden, den har opnået, så den kan overføres fra én problemkontekst til andre. 

Det videnskabelige samfund forventer også, at forskellige virkelige generelle intelligenser deler nogle fælles egenskaber, uden at være væsentligt sikre på, hvad disse egenskaber kan være. 

Præmissen for Kunstig Generel Intelligens tager udgangspunkt i disse karakteristika for generel intelligens og forsøger at gå videre og tænke ud over dem. 

Kernen i AGI-hypotesen

Hypotesen fik sin første officielle formulering i en artikel med titlen “Artificial General Intelligence: Concept, State of the Art, and Future Prospects,” offentliggjort i Journal of Artificial General Intelligence af Ben Goertzel. Hypotesen sagde følgende: 

“Dannelsen og studiet af syntetisk intelligens med tilstrækkeligt bred (f.eks. menneskeniveau) omfang og stærk generaliseringsevne er i bund og grund kvalitativt forskellig fra dannelsen og studiet af syntetisk intelligens med betydeligt snævrere omfang og svagere generaliseringsevne.”

For at uddybe dens egenskaber vil AGI have et tilstrækkeligt bredt omfang og en stærk generaliseringsevne. 

I en mere populistisk måde at skrive og forklare videnskabelige ting på er AGI en strøm af teoretisk AI-forskning, der sigter mod at udvikle AI med et menneskeligt niveau af kognitiv funktion, som inkluderer evnen til selvundervisning. 

Mange forskere mener, at det i praksis ikke er muligt at løfte AI til et “menneskeligt niveau af kognitiv funktion”. Dog ses det helt sikkert som en stærkere form for AI sammenlignet med de svage eller snævre AI’er, vi har set indtil nu. 

Kunstig Generel Intelligens som “Stærk AI”

Ifølge IBM, “Stærk kunstig intelligens (AI), også kendt som kunstig generel intelligens (AGI) eller generel AI, er en teoretisk form for AI, der bruges til at beskrive en bestemt tankegang i AI-udvikling. Hvis forskere kan udvikle Stærk AI, vil maskinen kræve en intelligens, der er lig med menneskers; den vil have en selvbevidst bevidsthed, der kan løse problemer, lære og planlægge for fremtiden.” 

Stærk AI ville i bund og grund fungere som et menneske på det kognitive niveau. Den vil starte som et barn, lære gennem input og erfaringer, og gøre fremskridt i sine evner for til sidst at blive en maskine, så intelligent at den ikke kan skelnes fra den menneskelige hjerne. 

Funktionelt ville Stærk AI være anderledes end snæver eller svag AI i sin evne til at håndtere antallet og mangfoldigheden af opgaver. 

For at sætte denne forskel i perspektiv fokuserer svag eller snæver AI på at udføre én gentagende opgave, mens Stærk AI kan udføre forskellige opgaver samtidigt. Endnu vigtigere, mens svag eller snæver AI altid vil afhænge af menneskelige input, vil AGI eller Stærk AI, når den er færdig med de indledende vækst- og læringsfaser, ikke længere afhænge af instruktioner fra mennesker. Den vil generere en bevidsthed, der ligner menneskers, snarere end at simulere den. 

Med al denne forståelse som det teoretiske grundlag for AGI, er spørgsmålet, hvordan man skal nærme sig den, især når forskerne siger, at en ideel AGI aldrig kan opnås.  Der er fire brede tilgange til AGI: Symbolsk, Emergentistisk, Hybrid og Universalistisk. 

Den Symbolske Tilgang til AGI: Denne tilgang antager, at sind primært eksisterer for at manipulere symboler, der repræsenterer forskellige aspekter af verden eller dem selv. Den antager også, at et fysisk symbolsystem kommer med evnen til at indtaste, output, gemme og ændre symbolske enheder og dermed kan udløse passende udførbare handlinger for at nå slutmålet. 

Derfor centrerer den symbolske kognitive arkitektur omkring konceptet ‘arbejdshukommelse’, der vil trække på langtidshukommelse efter behov og anvende en centraliseret kontrol over perception, kognition og handling. 

Den Emergentistiske Tilgang til AGI: Den emergentistiske tilgang til AGI antager, at behandlingskapaciteterne for abstrakte symboler vil opstå fra lavere niveau subsymboliske dynamikker. Med andre ord drejer denne tilgang sig om at betragte den menneskelige hjerne som et sæt af simple elementer, der kan selvorganisere komplekst, hvis nødvendigt. 

Den Hybrid Tilgang til AGI: Den hybride tilgang til AGI har “helheden er større end summen af delene” som sin vejledende filosofi. Den ønsker at svare på både styrker og svagheder ved de symbolske og emergentistiske tilgange gennem en integrativ, hybrid arkitektur, der kombinerer undersystemer, der opererer i henhold til de to paradigmer. 

Kombinationen kan være et symbolsk undersystem med et stort subsymbolsk system eller en population af små agenter, som hver både er symbolske og subsymbolske i natur. 

Den Universalistiske Tilgang til AGI: Den universalistiske tilgang til AGI begynder med algoritmer, der har kraften til at levere enormt kraftig generel intelligens, hvis de får massiv og urealistisk enorm computerkraft. Målet er efterhånden at skalere dem ned ved at få dem til at tilpasse sig at arbejde med realistiske beregningsressourcer. 

Mens alle disse tilgange har udviklet sig med forskning omkring paradigmet, der skrider frem i et stabilt tempo, har mange teknologiorganisationer bygget praktiske løsninger omkring AGI. Den mest kendte af dem har været Open AI. 

Førende Virksomheder, der Arbejder på AGI

1. Open AI

OpenAI, mest kendt for sin løsning ChatGPT, har en AGI-centreret vision. I et blogindlæg offentliggjort den 24. februar 2023 startede virksomheden sine planer uden tvetydighed. Den sagde, at dens mission var at ‘sikre, at kunstig generel intelligens – AI-systemer, der generelt er smartere end mennesker – gavner hele menneskeheden.’ 

Virksomheden sagde, at efterhånden som deres systemer kommer tættere på AGI, bliver de ‘stadig mere forsigtige med oprettelsen og implementeringen’ af deres modeller. Som eksempler fremhævede de implementeringen af InstructGPT og ChatGPT. 

Hvad er ChatGPT?

Skabt af Open AI og lanceret den 30. november 2022, er ChatGPT i sin kerne et AI-drevet værktøj til naturlig sprogbehandling, der muliggør menneskelignende samtaler med chatbotten. Det kan ikke kun besvare spørgsmål, men også hjælpe med at skrive e-mails, essays, kode og mere. 

Klik her for listen over de fem bedste ChatGPT-udvidelser.

Hvad er Instruct GPT?

Instruct GPT, et begreb opfundet af Open AI, er en avanceret AI-drevet sprogmodel, der kan følge instruktioner givet i en tekstprompt. Dens avancerede evne til at forstå tekstbaserede krav og generere tekstbaserede svar derefter gør den til et kraftfuldt værktøj til en række service- og indholdsbaserede formål. 

Open AI Chat GPT i Tal

Ifølge de seneste tilgængelige tal, har ChatGPT fra OpenAI mere end 100 million ugentlige aktive brugere. Rapporter offentliggjort den 12. oktober 2023 sagde, at OpenAI genererede indtægter med en hastighed på US$1,3 billion per år, mere end US$100 million per måned, 30% op fra deres sommer 2023-tal. 

Open AI Organisationsomvæltning

OpenAI var dog i nyhederne for nylig på grund af sin organisationsomvæltning, der skabte røre i tech- og techinvesteringssamfundet verden over. Bestyrelsen besluttede at afsætte CEO Sam Altman for ikke at være “konsekvent ærlig” i sine kommunikationer. Men fem dage efter han pludselig blev fyret, besluttede bestyrelsen at bringe Altman tilbage til sin gamle stilling. 

Ifølge rapporter havde hver eneste medarbejder i Open AI underskrevet et brev, der sagde, at de ville overveje at sige op, hvis Mr. Altman ikke blev bragt tilbage til sin tidligere stilling. En af bestyrelsesmedlemmerne, der var ansvarlig for afsættelsen af Sam Altman, Open AI’s chefforsker Ilya Sutskever, skrev på sin X-handle følgende: following: “Jeg dybt fortryder min deltagelse i bestyrelsens handlinger. Jeg havde aldrig til hensigt at skade OpenAI. Jeg elsker alt, hvad vi har bygget sammen, og jeg vil gøre alt, hvad jeg kan, for at genforene virksomheden.”

Med Mr Altman tilbage som Open AI CEO ser kontroversen ud til at være en sag fra fortiden. 

Mens OpenAI har været den mest fremtrædende i at få opmærksomhed og øje i AGI-området, har andre aktører eksisteret i en betydelig periode. DeepMind er en sådan aktør, der har arbejdet siden 2010.

2. DeepMind

DeepMind’s officielle langsigtede mål er ‘at løse intelligens, udvikle mere generelle og kapable problemløsningssystemer, kendt som kunstig generel intelligens.’ Virksomheden gik sammen med Google i 2014. 

DeepMinds driftsprincip har altid været at fremme videnskab til gavn for menneskeheden. Som sådan ønsker den at udnytte kunstig intelligens til at tjene samfundets behov og forventninger. 

Hvad der kan betragtes som DeepMinds hidtidige succes er, at deres programmer har lært at diagnosticere øjensygdomme lige så effektivt som verdens førende læger, sparet 30% af den energi, der bruges til at holde datacentre kølige, forudsagt de komplekse tredimensionelle former af proteiner, og revolutioneret måden for pharma-industrien at avancere på. 

Ifølge tilgængelige data har DeepMind kun rejst én finansieringsrunde den 1. februar 2011, før samarbejdet med Google. Investorerne var Founders Fund og Horizons Ventures. Finansieringen var ifølge rapporter på US$50 million. 

3. Adept

En anden fremadstormende aktør inden for AGI er Adept. I marts 2023 rejste den knap et år gamle startup med kun 25 ansatte US$350 million i venturekapital. Den raised funds ved at demonstrere en rudimentær version af en digital assistent. 

Adept har studeret, hvordan mennesker bruger computere til at bygge en AI-model, der kan omsætte en tekstkommando til et sæt handlinger. Finansieringsrunden blev afsluttet med en post-money værdiansættelse på US$1 milliard. 

Ifølge David Luan, medstifter af Adept, ønsker virksomheden at bygge den samme model for beregning på samme måde som en synthesizer lader en musiker spille lydene fra mange instrumenter uden at skulle lære at spille det oprindelige instrument. 

AGI: Vejen Fremad

Folk har forskellige syn på AGI’s potentiale. Nogle mener, at AGI kan have farlige konsekvenser for menneskeheden, mens andre mener, at AGI ikke vil kunne opnå, hvad vi tror, den kan. 

Ifølge Diego Klabjan, professor ved Northwestern University og grundlæggerdirektør for skolens Master of Science in Analytics Program: 

“Menneskehjernen har milliarder af neuroner, der er forbundet på en meget fascinerende og kompleks måde, og den nuværende state-of-the-art [teknologi] er blot ligefremme forbindelser, der følger meget enkle mønstre. Så at gå fra nogle få millioner neuroner til milliarder af neuroner med den nuværende hardware og software-teknologi – jeg ser ikke, at det sker.”

Oxford University’s Future of Humanity Institute gennemførte en undersøgelse blandt 352 maskinlæringsforskere om AI’s udviklingspotentiale. Medianen af respondenterne lavede bemærkelsesværdige år-til-år forudsigelser. 

• Inden 2026: maskiner kan blive i stand til at skrive skoleopgaver
• Inden 2027: selvkørende lastbiler kan gøre chauffører overflødige
• Inden 2031: AI kan overgå mennesker i detailsektoren
• Inden 2049: AI kunne blive den næste Stephen King
• Inden 2137: Alle menneskelige job kan blive automatiserede

Det er alt for tidligt at forudsige, hvor AI til sidst vil føre os hen. Men som alle teknologier kan den bruges til godt eller ondt. 

Open AI CEO Sam Altman mener, “der bør være stor granskning af alle bestræbelser på at bygge AGI og offentlig høring for store beslutninger.” Han går endda videre og siger: 

“Verden kunne blive ekstremt anderledes end den er i dag, og risiciene kunne være ekstraordinære. En fejlagtigt justeret superintelligent AGI kunne forårsage alvorlig skade på verden; et autoritært regime med en beslutsom superintelligent ledelse kunne også gøre det.”

Alligevel er der AGI-løsningsudbydere som DeepMind og flere, der tror, at AGI vil være forløseren for mange videnskabelige gennembrud og bringe reelle ændringer i verden til det bedre. AGI vil helt sikkert have en betydelig indflydelse på vores bestræbelser inden for forskning, ingeniørarbejde, videnskab og sikkerhed for verden. En stor del af succesen vil helt sikkert afhænge af, hvor forsigtige og kalibrerede menneskelige handlinger er. 

Klik her for at lære alt om investering i kunstig intelligens.