Τεχνητή νοημοσύνη
Τεχνητή Γενική Νοημοσύνη: Μια Ιστορία για την Κατασκευή Δυνατοτήτων με Προσοχή

Ζούμε στην εποχή της Τεχνητής Νοημοσύνης, με το παγκόσμιο μέγεθος της αγοράς AI να έχει ήδη ξεπεράσει US$240 billion και τώρα εκτιμάται ότι θα ξεπεράσει τα US$730 billion μέχρι το 2030, με ετήσιο ρυθμό ανάπτυξης που υπερβαίνει το 17%.
Ανάμεσα σε όλο το θόρυβο γύρω από την AI, ένα παράδειγμα που έχει κερδίσει την προσοχή όλων είναι η AGI, η Τεχνητή Γενική Νοημοσύνη.
Αλλά τι είναι; Γιατί όλοι μιλούν γι’ αυτήν, και γιατί η επιστημονική και τεχνολογική κοινότητα είναι τόσο πρόθυμη να παρακολουθεί κάθε της κίνηση; Ας εμβαθύνουμε περισσότερο για να κατανοήσουμε καλύτερα.
Αλλά πριν περάσουμε κατευθείαν στην Τεχνητή Γενική Νοημοσύνη, ας προσπαθήσουμε να κατανοήσουμε τι σημαίνει η γενική νοημοσύνη.
Καθορίζοντας τα Περιγράμματα της Γενικής Νοημοσύνης
Η γενική νοημοσύνη υποδηλώνει την ικανότητα να επιτυγχάνονται μια σειρά στόχων και να εκτελούνται διάφορες εργασίες των οποίων τα συμφραζόμενα και τα περιβάλλοντα διαφέρουν. Τα συστήματα που είναι ‘generally intelligent’ πρέπει:
- Αντιμετωπίζει προβλήματα και καταστάσεις που διαφέρουν σημαντικά από ό,τι θα μπορούσαν να προβλεφθούν
- Να μπορεί να γενικεύει τη γνώση που έχει αποκτήσει ώστε να μεταφέρεται από ένα πρόβλημα σε άλλα.
Η επιστημονική κοινότητα επίσης αναμένει ότι διάφορες πραγματικές γενικές νοημοσύνες θα μοιράζονται ορισμένες κοινές ιδιότητες, χωρίς όμως να είναι σίγουρη τι ακριβώς είναι αυτές οι ιδιότητες.
Η υπόθεση της Τεχνητής Γενικής Νοημοσύνης ξεκινά από αυτά τα χαρακτηριστικά της γενικής νοημοσύνης και προσπαθεί να προχωρήσει και να σκεφτεί πέρα από αυτά.
Η Κεντρική Υπόθεση της AGI
Η υπόθεση εκφράστηκε επίσημα για πρώτη φορά σε ένα paper με τίτλο «Artificial General Intelligence: Concept, State of the Art, and Future Prospects», που δημοσιεύτηκε στο Journal of Artificial General Intelligence από τον Ben Goertzel. Η υπόθεση ανέφερε τα εξής:
«Η δημιουργία και η μελέτη συνθετικής νοημοσύνης με επαρκώς ευρύ (π.χ. ανθρώπινου επιπέδου) πεδίο και ισχυρή ικανότητα γενίκευσης, είναι ουσιαστικά ποιοτικά διαφορετική από τη δημιουργία και τη μελέτη συνθετικής νοημοσύνης με σημαντικά στενότερο πεδίο και ασθενέστερη ικανότητα γενίκευσης.»
Για να περιγράψουμε τα χαρακτηριστικά της, η AGI θα είναι επαρκώς ευρεία στο πεδίο της και θα διαθέτει ισχυρή ικανότητα γενίκευσης.
Σε πιο λαϊκό ύφος γραφής και εξήγησης επιστημονικών θεμάτων, η AGI είναι ένα ρεύμα θεωρητικής έρευνας AI που στοχεύει στην ανάπτυξη AI με ανθρώπινο επίπεδο γνωστικής λειτουργίας, το οποίο περιλαμβάνει την ικανότητα αυτομάθησης.
Πολλοί ερευνητές πιστεύουν ότι είναι πρακτικά αδύνατο να ανεβάσουμε την AI σε «ανθρώπινο επίπεδο γνωστικής λειτουργίας». Ωστόσο, σίγουρα θεωρείται μια πιο ισχυρή μορφή AI σε σύγκριση με τις αδύναμες ή στενότερες AI που έχουμε δει μέχρι τώρα.
Τεχνητή Γενική Νοημοσύνη ως «Ισχυρή AI»
Σύμφωνα με IBM, «Η ισχυρή τεχνητή νοημοσύνη (AI), επίσης γνωστή ως τεχνητή γενική νοημοσύνη (AGI) ή γενική AI, είναι μια θεωρητική μορφή AI που χρησιμοποιείται για να περιγράψει μια συγκεκριμένη νοοτροπία ανάπτυξης AI. Εάν οι ερευνητές καταφέρουν να αναπτύξουν Ισχυρή AI, το μηχάνημα θα απαιτεί νοημοσύνη ίση με των ανθρώπων· θα έχει συνείδηση αυτοσυνειδησίας που μπορεί να λύνει προβλήματα, να μαθαίνει και να σχεδιάζει για το μέλλον.»
Η Ισχυρή AI θα λειτουργούσε ουσιαστικά όπως ένας άνθρωπος σε γνωστικό επίπεδο. Θα ξεκινήσει όπως ένα παιδί, θα μαθαίνει μέσω εισόδων και εμπειριών, και θα προοδεύσει στις ικανότητές του ώστε τελικά να γίνει ένα μηχάνημα τόσο έξυπνο που δεν μπορεί να διακριθεί από τον ανθρώπινο εγκέφαλο.
Λειτουργικά, η Ισχυρή AI θα διαφέρει από τη στενή ή αδύναμη AI στην ικανότητά της να χειρίζεται τον αριθμό και την ποικιλία των εργασιών.
Για να θέσουμε αυτή τη διάκριση σε προοπτική, η αδύναμη ή στενή AI εστιάζει στην εκτέλεση μιας επαναλαμβανόμενης εργασίας, ενώ η Ισχυρή AI μπορεί να εκτελεί διάφορες εργασίες ταυτόχρονα. Πιο σημαντικό, ενώ η αδύναμη ή στενή AI θα εξαρτάται πάντα από ανθρώπινες εισόδους, η AGI ή Ισχυρή AI, μόλις ολοκληρωθούν οι αρχικές φάσεις ανάπτυξης και μάθησης, δεν θα εξαρτάται πλέον από οδηγίες που προέρχονται από ανθρώπους. Θα δημιουργήσει συνείδηση που μοιάζει με αυτή των ανθρώπων αντί να την προσομοιώνει.
Με όλες αυτές τις κατανοήσεις να λειτουργούν ως θεωρητικό θεμέλιο για την AGI, το ερώτημα είναι πώς να την προσεγγίσουμε, ειδικά όταν οι ερευνητές λένε ότι μια ιδανική AGI δεν μπορεί ποτέ να επιτευχθεί.
Υπάρχουν τέσσερις ευρείες προσεγγίσεις για την AGI: Συμβολική, Εμφανιστική, Υβριδική και Ουσιώδης.
Η Συμβολική Προσέγγιση στην AGI:
Αυτή η προσέγγιση υποθέτει ότι τα μυαλά υπάρχουν κυρίως για να χειρίζονται σύμβολα που αντιπροσωπεύουν διαφορετικές πτυχές του κόσμου ή του εαυτού τους. Υποθέτει επίσης ότι ένα φυσικό σύστημα συμβόλων διαθέτει τη δυνατότητα εισόδου, εξόδου, αποθήκευσης και τροποποίησης συμβολικών οντοτήτων και, επομένως, μπορεί να προκαλέσει κατάλληλες εκτελέσιμες ενέργειες για την επίτευξη του τελικού στόχου.
Ως εκ τούτου, η συμβολική γνωστική αρχιτεκτονική επικεντρώνεται στην έννοια της «λειτουργικής μνήμης» που θα αντλεί από τη μακροπρόθεσμη μνήμη όπως απαιτείται και θα χρησιμοποιεί κεντρικό έλεγχο πάνω στην αντίληψη, τη γνωστική λειτουργία και τη δράση.
Η Εμφανιστική Προσέγγιση στην AGI:
Η εμφανιστική προσέγγιση στην AGI υποθέτει ότι οι επεξεργαστικές δυνατότητες των αφηρημένων συμβόλων θα προκύψουν από χαμηλότερη υποσυμβολική δυναμική. Με απλούστερους όρους, αυτή η προσέγγιση στην AGI περιστρέφεται γύρω από την ιδέα ότι ο ανθρώπινος εγκέφαλος αποτελείται από ένα σύνολο απλών στοιχείων που μπορούν να αυτοοργανωθούν πολύπλοκα, εφόσον απαιτηθεί.
Η Υβριδική Προσέγγιση στην AGI:
Η υβριδική προσέγγιση στην AGI έχει το φαινόμενο «το σύνολο είναι μεγαλύτερο από το άθροισμα των μερών» ως καθοδηγητική φιλοσοφία. Θέλει να ανταποκριθεί τόσο στα πλεονεκτήματα όσο και στα μειονεκτήματα των συμβολικών και εμφανιστικών προσεγγίσεων μέσω μιας ενσωματωμένης, υβριδικής αρχιτεκτονικής που συνδυάζει υποσυστήματα που λειτουργούν σύμφωνα με τις δύο παραδείγματα.
Ο συνδυασμός μπορεί να είναι ένα συμβολικό υποσύστημα με ένα μεγάλο υποσυμβολικό σύστημα ή ένας πληθυσμός μικρών πρακτόρων, καθένας από τους οποίους είναι τόσο συμβολικός όσο και υποσυμβολικός στη φύση του.
Η Ουσιώδης Προσέγγιση στην AGI:
Η ουσιώδης προσέγγιση στην AGI ξεκινά με αλγορίθμους που έχουν τη δύναμη να παράγουν εξαιρετικά ισχυρή γενική νοημοσύνη εφόσον τους παρέχεται τεράστια και μη ρεαλιστικά τεράστια υπολογιστική ισχύ. Ο στόχος είναι τελικά να τους κλιμακωθεί προς τα κάτω ώστε να προσαρμοστούν για λειτουργία με εφικτούς υπολογιστικούς πόρους.
Ενώ όλες αυτές οι προσεγγίσεις έχουν εξελιχθεί με την έρευνα γύρω από το παράδειγμα να προοδεύει με σταθερό ρυθμό, πολλές τεχνολογικές οργανώσεις έχουν δημιουργήσει πρακτικές λύσεις γύρω από την AGI. Η πιο γνωστή από αυτές είναι η Open AI.
Κορυφαίες Εταιρείες που Εργάζονται στην AGI
1. Open AI
Η OpenAI, πιο γνωστή για τη λύση ChatGPT, έχει ένα όραμα κεντρικό στην AGI. Σε ένα blog post που δημοσιεύτηκε στις 24 Φεβρουαρίου 2023, η εταιρεία ξεκίνησε τα σχέδιά της χωρίς καμία ασάφεια. Δήλωσε ότι η αποστολή της ήταν να «εξασφαλίσει ότι η τεχνητή γενική νοημοσύνη – συστήματα AI που είναι γενικά πιο έξυπνα από τους ανθρώπους – ωφελεί όλη την ανθρωπότητα».
Η εταιρεία δήλωσε ότι καθώς τα συστήματά της πλησιάζουν την AGI, γίνεται «όλο και πιο προσεκτική με τη δημιουργία και την υλοποίηση» των μοντέλων της. Ως παραδείγματα, τόνισε την κυκλοφορία των InstructGPT και ChatGPT.
Τι είναι το ChatGPT;
Δημιουργημένο από την Open AI και λανσαρισμένο στις 30 Νοεμβρίου 2022, το ChatGPT, στην ουσία του, είναι ένα εργαλείο επεξεργασίας φυσικής γλώσσας με τεχνητή νοημοσύνη που επιτρέπει συνομιλίες παρόμοιες με αυτές των ανθρώπων με το chatbot. Δεν μπορεί μόνο να απαντά σε ερωτήσεις, αλλά μπορεί επίσης να βοηθήσει στη σύνθεση email, δοκιμίων, κώδικα και πολλά άλλα.
Κάντε κλικ εδώ για τη λίστα των πέντε καλύτερων επεκτάσεων του ChatGPT.
Τι είναι το Instruct GPT;
Το Instruct GPT, ένας όρος που δημιουργήθηκε από την Open AI, είναι ένα προηγμένο μοντέλο γλώσσας με τεχνητή νοημοσύνη που μπορεί να ακολουθεί οδηγίες που δίνονται σε κείμενο. Οι προηγμένες του δυνατότητες κατανόησης απαιτήσεων βάσει κειμένου και δημιουργίας απαντήσεων βάσει κειμένου το καθιστούν ένα ισχυρό εργαλείο για πληθώρα υπηρεσιών και περιεχομενικών σκοπών.
Αριθμοί του Open AI Chat GPT
Σύμφωνα με τα latest available numbers, το ChatGPT της OpenAI έχει πάνω από 100 million εβδομαδιαίους ενεργούς χρήστες. Αναφορές που δημοσιεύτηκαν στις 12 Οκτωβρίου 2023, ανέφεραν ότι η OpenAI δημιουργούσε έσοδα με ρυθμό 1,3 δισεκατομμύρια δολάρια ετησίως, δημιουργώντας πάνω από 100 εκατομμύρια δολάρια το μήνα, 30% πάνω από τους αριθμούς του καλοκαιριού 2023.
Οργανωτική Αναταραχή της Open AI
Ωστόσο, η OpenAI ήταν πρόσφατα στα νέα λόγω της οργανωτικής της αναταραχής που δημιούργησε αναταραχές στην τεχνολογική και επενδυτική κοινότητα παγκοσμίως. Το διοικητικό συμβούλιο αποφάσισε να απομακρύνει τον Διευθύνοντα Σύμβουλό της, Sam Altman, επειδή δεν ήταν «συνεπώς ειλικρινής» στις επικοινωνίες του. Ωστόσο, πέντε ημέρες μετά την ξαφνική του απόλυση, το συμβούλιο αποφάσισε να επαναφέρει τον Altman στην προηγούμενη θέση του.

Κατά την αναφορά, κάθε μέλος του προσωπικού της Open AI υπέγραψε μια επιστολή λέγοντας ότι θα σκεφτόταν την αποχώρηση εάν ο κ. Altman δεν επανέλθει στη θέση του. Ένας από τα μέλη του διοικητικού συμβουλίου που ήταν υπεύθυνος για την απόλυση του Sam Altman, ο κύριος επιστήμονας της Open AI, Ilya Sutskever, έγραψε στο λογαριασμό του X το following: «Μετανοώ βαθιά τη συμμετοχή μου στις ενέργειες του διοικητικού συμβουλίου. Ποτέ δεν ήθελα να βλάψω την OpenAI. Αγαπώ όλα όσα έχουμε χτίσει μαζί και θα κάνω ό,τι μπορώ για να επανασυνδέσω την εταιρεία.»
Με τον κ. Altman πίσω ως Διευθύνοντα Σύμβουλο της Open AI, η αντιπαράθεση φαίνεται να έχει γίνει παρελθόν.
Ενώ η OpenAI ήταν η πιο εξέχουσα στην απόκτηση προσοχής και ενδιαφέροντος στον χώρο της AGI, άλλοι παίκτες υπάρχουν εδώ και σημαντικό διάστημα. Η DeepMind είναι ένας τέτοιος παίκτης που εργάζεται από το 2010.
2. DeepMind
DeepMind’s επίσημος μακροπρόθεσμος στόχος είναι «να λύσει την νοημοσύνη, αναπτύσσοντας πιο γενικά και ικανά συστήματα επίλυσης προβλημάτων, γνωστά ως τεχνητή γενική νοημοσύνη». Η εταιρεία συνενώθηκε με την Google το 2014.
Η αρχή λειτουργίας της DeepMind ήταν πάντα η προώθηση της επιστήμης για το όφελος της ανθρωπότητας. Ως εκ τούτου, θέλει να αξιοποιήσει την τεχνητή νοημοσύνη για να εξυπηρετήσει τις κοινωνικές ανάγκες και προσδοκίες.
Αυτά που μπορεί να θεωρηθούν επιτυχίες της DeepMind μέχρι σήμερα είναι ότι τα προγράμματά της έχουν μάθει να διαγνώσουν οφθαλμικές παθήσεις με την ίδια αποτελεσματικότητα με τους κορυφαίους γιατρούς του κόσμου, έχουν εξοικονομήσει το 30% της ενέργειας που χρησιμοποιείται για τη ψύξη των κέντρων δεδομένων, προβλέπουν τις πολύπλοκες τρισδιάστατες δομές των πρωτεϊνών, επαναστατώντας τον τρόπο με τον οποίο η φαρμακευτική βιομηχανία προοδεύει.
Σύμφωνα με τα διαθέσιμα data, η DeepMind είχε συγκεντρώσει μόνο έναν γύρο χρηματοδότησης στις 1 Φεβρουαρίου 2011, πριν συνεργαστεί με την Google. Οι επενδυτές ήταν η Founders Fund και η Horizons Ventures. Η χρηματοδότηση ανήλθε σε US$50 million σύμφωνα με τις αναφορές.
3. Adept
Ένας άλλος ανερχόμενος παίκτης στον χώρο της AGI είναι η Adept. Τον Μάρτιο του 2023, η νεοσύστατη εταιρεία με μόλις 25 υπαλλήλους συγκέντρωσε 350 εκατομμύρια δολάρια κεφαλαίου επιχειρηματικού κινδύνου. συγκέντρωσε κεφάλαια με την επίδειξη μιας πρωτόγονης έκδοσης ψηφιακού βοηθού.
Η Adept έχει μελετήσει πώς οι άνθρωποι χρησιμοποιούν υπολογιστές για να δημιουργήσουν ένα μοντέλο AI που μπορεί να μετατρέπει μια εντολή κειμένου σε σύνολο ενεργειών. Ο γύρος χρηματοδότησης ολοκληρώθηκε με αποτίμηση μετά την επένδυση 1 δισεκατομμύριο δολάρια.
Σύμφωνα με τον David Luan, συνιδρυτή της Adept, η εταιρεία θέλει να δημιουργήσει το ίδιο μοντέλο υπολογισμού ακολουθώντας τον τρόπο που ένας συνθεσάιζερ επιτρέπει σε έναν μουσικό να παίζει ήχους πολλών οργάνων χωρίς να χρειάζεται να μάθει να παίζει το αρχικό όργανο.
AGI: Ο Δρόμος Μπροστά
Οι άνθρωποι έχουν διαφορετικές απόψεις για το δυναμικό της AGI. Κάποιοι πιστεύουν ότι η AGI μπορεί να έχει επικίνδυνες συνέπειες για την ανθρωπότητα, ενώ άλλοι πιστεύουν ότι η AGI δεν θα είναι σε θέση να επιτύχει ό,τι νομίζουμε ότι μπορεί.
Σύμφωνα με τον Diego Klabjan, καθηγητή στο Northwestern University και ιδρυτικό διευθυντή του προγράμματος Master of Science in Analytics του σχολείου:
«Οι ανθρώπινοι εγκέφαλοι έχουν δισεκατομμύρια νευρώνες που είναι συνδεδεμένοι με πολύ ενδιαφέρον και πολύπλοκο τρόπο, και η τρέχουσα τεχνολογία αιχμής είναι απλώς απλές συνδέσεις που ακολουθούν πολύ εύκολα μοτίβα. Έτσι, η μετάβαση από μερικά εκατομμύρια νευρώνες σε δισεκατομμύρια νευρώνες με τις τρέχουσες τεχνολογίες υλικού και λογισμικού – δεν το βλέπω να συμβαίνει.»
Το Ινστιτούτο Future of Humanity του Πανεπιστημίου της Οξφόρδης διεξήγαγε μια έρευνα μεταξύ 352 ερευνητών μηχανικής μάθησης σχετικά με το δυναμικό εξέλιξης της AI. Ο μέσος αριθμός των ερωτηθέντων έκανε αξιοσημείωτες ετήσιες προβλέψεις.
- Μέχρι το 2026: τα μηχανήματα μπορεί να είναι ικανά να γράφουν σχολικά δοκίμια
- Μέχρι το 2027: τα αυτόνομα φορτηγά μπορεί να κάνουν τους οδηγούς περιττούς
- Μέχρι το 2031: η AI μπορεί να υπερέχει από τους ανθρώπους στον τομέα του λιανικού εμπορίου
- Μέχρι το 2049: η AI θα μπορούσε να γίνει ο επόμενος Stephen King
- Μέχρι το 2137: όλες οι ανθρώπινες δουλειές μπορεί να αυτοματοποιηθούν
Είναι πολύ νωρίς για να προβλέψουμε πού θα μας οδηγήσει τελικά η AI. Αλλά, όπως όλες οι τεχνολογίες, μπορεί να χρησιμοποιηθεί για καλό ή κακό.
Ο Διευθύνων Σύμβουλος της Open AI, Sam Altman, πιστεύει ότι «πρέπει να υπάρχει αυστηρός έλεγχος όλων των προσπαθειών να δημιουργηθεί AGI και δημόσια διαβούλευση για σημαντικές αποφάσεις». Πηγαίνει ακόμη πιο πέρα λέγοντας ότι:
«Ο κόσμος θα μπορούσε να γίνει εξαιρετικά διαφορετικός από ό,τι είναι σήμερα, και οι κίνδυνοι θα μπορούσαν να είναι εξαιρετικοί. Μια μη ευθυγραμμισμένη υπερ-ευφυής AGI θα μπορούσε να προκαλέσει σοβαρές ζημιές στον κόσμο· ένα αυταρχικό καθεστώς με μια αποφασιστική υπερ-ευφυΐα θα μπορούσε επίσης να το κάνει.»
Ωστόσο, υπάρχουν πάροχοι λύσεων AGI όπως η DeepMind και άλλοι που πιστεύουν ότι η AGI θα είναι ο προάγγελος πολλών επιστημονικών προόδων και θα φέρει πραγματικές αλλαγές προς το καλύτερο. Η AGI σίγουρα θα έχει σημαντική επιρροή στις ερευνητικές, μηχανικές, επιστημονικές και ασφαλιστικές μας προσπάθειες για τον κόσμο. Ένα μεγάλο μέρος της επιτυχίας θα εξαρτηθεί σίγουρα από το πόσο προσεκτικές και προσαρμοσμένες είναι οι ανθρώπινες ενέργειες.
Κάντε κλικ εδώ για να μάθετε τα πάντα για την επένδυση στην τεχνητή νοημοσύνη.













