Tekoäly
Tekoälyn Yleinen Älykkyys: Tarina Kyvykkyyksien Rakentamisesta Varovaisesti
Elämme tekoälyn aikakautta, jossa globaali AI-markkinan koko on jo ylittänyt US$240 billion ja sen arvioidaan nousevan yli US$730 billion vuoteen 2030 mennessä, vuosittaisen kasvun ollessa yli 17%.
Kaiken AI:n ympärillä riehuvan hälinän keskellä paradigma, joka on vanginnut kaikkien huomion, on AGI, tekoälyn yleinen älykkyys.
Mutta mitä se on? Miksi kaikki puhuvat siitä, ja miksi tieteellinen ja teknologinen yhteisö on niin innokas seuraamaan sen jokaisia käänteitä? Sukelletaan syvemmälle ymmärtääksemme paremmin.
Mutta ennen kuin hyppäämme suoraan tekoälyn yleiseen älykkyyteen, yritetään selvittää, mitä yleinen älykkyys tarkoittaa.
Asetetaan Yleisen Älykkyyden Rajat
Yleinen älykkyys tarkoittaa kykyä saavuttaa erilaisia tavoitteita ja suorittaa monipuolisia tehtäviä, joiden kontekstit ja ympäristöt poikkeavat toisistaan. ‘Yleisesti älykkäiden’ järjestelmien on:
- Käsitellä ongelmia ja tilanteita, jotka poikkeavat merkittävästi odotetusta
- Kyetä yleistämään hankittua tietoa, jotta se voidaan siirtää yhdestä ongelmakontekstista toiseen.
Tieteellinen yhteisö odottaa myös, että erilaiset todellisuuden yleiset älykkyydet jakavat joitakin yhteisiä ominaisuuksia, vaikka ei ole varmaa, mitä nämä ominaisuudet tarkalleen ottaen ovat.
Tekoälyn yleisen älykkyyden perusajatus lähtee näistä yleisen älykkyyden ominaisuuksista ja pyrkii ylittämään ne.
AGI:n Keskeinen Hypoteesi
Hypoteesi sai ensimmäisen virallisen muotonsa artikkelissa nimeltä “Artificial General Intelligence: Concept, State of the Art, and Future Prospects,” julkaistiin Journal of Artificial General Intelligence -lehdessä Ben Goertzelin toimesta. Hypoteesi totesi seuraavaa:
“Synteettisen älykkyyden luominen ja tutkiminen, jolla on riittävän laaja (esim. ihmistason) laajuus ja vahva yleistämiskyky, on pohjimmiltaan laadullisesti erilaista kuin synteettisen älykkyyden luominen ja tutkiminen, jolla on merkittävästi kapeampi laajuus ja heikompi yleistämiskyky.”
Kuvatakseen sen piirteet tarkemmin, AGI:n on oltava riittävän laaja toimialaltaan ja omaava vahva yleistämiskyky.
Populaarimmassa kirjoitustavassa ja tieteiden selittämisessä AGI on teoreettisen AI-tutkimuksen suunta, jonka tavoitteena on kehittää tekoäly, jolla on ihmisen tasoinen kognitiivinen toiminta, mukaan lukien kyky itseoppimiseen.
Monet tutkijat uskovat, että käytännössä ei ole mahdollista nostaa AI:ta “ihmisen tasolle kognitiivisessa toiminnassa”. Kuitenkin se nähdään varmasti vahvempana AI-muotona verrattuna tähän mennessä nähtyihin heikkoihin tai kapeisiin AI:hin.
Tekoälyn Yleinen Älykkyys “Vahvana AI”:na
IBM:n mukaan “Vahva tekoäly (AI), joka tunnetaan myös nimellä tekoälyn yleinen älykkyys (AGI) tai yleinen AI, on teoreettinen AI-muoto, jota käytetään kuvaamaan tiettyä ajattelutapaa AI-kehityksessä. Jos tutkijat pystyvät kehittämään Vahvan AI:n, koneen tulisi omaa ihmisten tasoista älykkyyttä; sillä olisi itse tietoisuus, joka pystyy ratkaisemaan ongelmia, oppimaan ja suunnittelemaan tulevaisuutta.”
Vahva AI toimisi pohjimmiltaan kuin ihminen kognitiivisella tasolla. Se alkaa lapsen tavoin, oppii syötteiden ja kokemusten kautta, ja kehittyy kyvyissään niin, että lopulta siitä tulee kone, joka on niin älykäs, ettei sitä voi erottaa ihmisen aivoista.
Toiminnallisesti Vahva AI eroaisi kapeasta tai heikosta AI:sta kykynsä käsitellä tehtävien määrää ja moninaisuutta.
Tämän eron havainnollistamiseksi heikko tai kapea AI keskittyy yhden toistuvan tehtävän suorittamiseen, kun taas Vahva AI voi toteuttaa useita tehtäviä samanaikaisesti. Vielä tärkeämpää on, että heikko tai kapea AI riippuu aina ihmisen syötteistä, kun taas AGI tai Vahva AI, kun se on läpäissyt alkuvaiheen kasvun ja oppimisen, ei enää tarvitse ihmisten antamia ohjeita. Se luo tietoisuuden, joka muistuttaa ihmisiä sen sijaan, että se vain simuloisi sitä.
Kun kaikki nämä ymmärrykset toimivat AGI:n teoreettisena perustana, kysymys on, miten siihen tulisi suhtautua, erityisesti kun tutkijat sanovat, että ihanteellista AGI:ta ei voida koskaan saavuttaa. AGI:lle on neljä laajaa lähestymistapaa: Symbolinen, Emergentistinen, Hybridinen ja Universalistinen.
Symbolinen lähestymistapa AGI:hin: Tämä lähestymistapa olettaa, että mieli on olemassa pääasiassa manipuloimaan symboleja, jotka edustavat eri maailman tai itsensä osa-alueita. Se myös olettaa, että fyysinen symbolijärjestelmä sisältää kyvyn syöttää, tuottaa, tallentaa ja muokata symbolisia entiteettejä ja siten voi käynnistää sopivia suoritettavia toimia lopullisen tavoitteen saavuttamiseksi.
Siksi symbolinen kognitiivinen arkkitehtuuri keskittyy ‘työmuistin’ käsitteeseen, joka tarvittaessa hyödyntää pitkäkestoista muistia ja käyttää keskitettyä hallintaa havaitsemiseen, kognitioon ja toimintaan.
Emergentistinen lähestymistapa AGI:hin: Emergentistinen lähestymistapa AGI:hin olettaa, että abstraktien symbolien prosessointikyky syntyy alemmista alisymbolisista dynamiikoista. Yksinkertaisemmin sanottuna tämä lähestymistapa AGI:hin pyörii ajatuksen ympärillä, että ihmisen aivot ovat joukko yksinkertaisia elementtejä, jotka voivat itseorganisoitua monimutkaisiksi, jos tarve vaatii.
Hybridinen lähestymistapa AGI:hin: Hybridinen lähestymistapa AGI:hin noudattaa filosofiaa “kokonaisuus on suurempi kuin osien summa”. Se pyrkii vastaamaan sekä symbolisen että emergentistisen lähestymistavan vahvuuksiin ja heikkouksiin integroidun, hybridisen arkkitehtuurin kautta, joka yhdistää alijärjestelmiä, jotka toimivat näiden kahden paradigman mukaisesti.
Yhdistelmä voi olla symbolinen alijärjestelmä, jossa on suuri alisymbolinen järjestelmä, tai joukko pieniä toimijoita, joista jokainen on sekä symbolinen että alisymbolinen luonteeltaan.
Universalistinen lähestymistapa AGI:hin: Universalistinen lähestymistapa AGI:hin alkaa algoritmeista, joilla on valta tuottaa valtavan voimakasta yleistä älykkyyttä, jos niille annetaan massiivinen ja epärealistisen suuri laskentateho. Tavoitteena on lopulta skaalata ne alas tekemällä ne soveltuviksi käytettävissä oleviin laskentaresursseihin.
Vaikka kaikki nämä lähestymistavat ovat kehittyneet tutkimuksen myötä, joka etenee tasaisella vauhdilla, monet teknologiayritykset ovat rakentaneet käytännön ratkaisuja AGI:n ympärille. Niistä tunnetuin on ollut Open AI.
Johtavat Yritykset, jotka Työskentelevät AGI:n Parissa
1. Open AI
OpenAI, joka on tunnettu ratkaisuistaan ChatGPT:n kautta, omaksuu AGI-keskeisen vision. Blogikirjoituksessa, joka julkaistiin 24. helmikuuta 2023, yritys esitteli suunnitelmansa ilman epäselvyyksiä. Se sanoi tehtävänsä olevan ‘varmistaa, että tekoälyn yleinen älykkyys – AI-järjestelmät, jotka ovat yleisesti älykkäämpiä kuin ihmiset – hyödyttää koko ihmiskuntaa.’
Yritys totesi, että kun sen järjestelmät lähestyvät AGI:tä, se “tulee yhä varovaisemmaksi mallien luomisessa ja käyttöönotossa”. Esimerkkeinä se nosti esiin InstructGPT:n ja ChatGPT:n käyttöönoton.
Mikä on ChatGPT?
Open AI:n luoma ja 30. marraskuuta 2022 lanseerattu ChatGPT on pohjimmiltaan AI-pohjainen luonnollisen kielen käsittelytyökalu, joka mahdollistaa ihmisen kaltaiset keskustelut chatbotin kanssa. Se ei ainoastaan vastaa kysymyksiin, vaan voi myös auttaa sähköpostien, esseiden, koodien ja muun sisällön laatimisessa.
Klikkaa tästä saadaksesi luettelon viidestä parhaasta ChatGPT-laajennuksesta.
Mikä on Instruct GPT?
Instruct GPT, Open AI:n luoma termi, on kehittynyt AI-pohjainen kielimalli, joka pystyy noudattamaan tekstipromptissa annettuja ohjeita. Sen kehittyneet kyvyt ymmärtää tekstipohjaisia vaatimuksia ja tuottaa sen mukaisia tekstivastauksia tekevät siitä voimakkaan työkalun moniin palvelu- ja sisällöntuotantotarkoituksiin.
Open AI Chat GPT Luvuissa
Viimeisimpien saatavilla olevien lukujen mukaan OpenAI:n ChatGPT:llä on yli 100 million viikoittaista aktiivista käyttäjää. 12. lokakuuta 2023 julkaistut raportit kertovat, että OpenAI tuotti tuloja tahdilla US$1.3 billion a year, generating more than US$100 million per month, 30% up from its summer 2023 numbers.
Open AI:n Organisaatiomuutokset
Kuitenkin OpenAI on viime aikoina ollut uutisissa organisaatiomuutoksestaan, joka on aiheuttanut hälinää teknologiayhteisössä ja teknologiainvestointiyhteisössä maailmanlaajuisesti. Hallitus päätti erottaa toimitusjohtajansa Sam Altmanin, koska hän ei ollut “johdonmukaisesti rehellinen” viestinnässään. Viisi päivää myöhemmin, kun hänet yllättäen erotettiin, hallitus päätti palauttaa Altmanin takaisin vanhaan tehtäväänsä.
Ilmoitusten mukaan jokainen Open AI:n työntekijä oli allekirjoittanut kirjeen, jossa todettiin, että he harkitsisivat eroa, jos herra Altmania ei palautettaisi hänen aikaisempaan asemaansa. Yksi hallituksen jäsenistä, joka vastasi Sam Altmanin erottamisesta, Open AI:n päätutkija Ilya Sutskever, kirjoitti X-tilillään seuraavaa: following: “I deeply regret my participation in the board’s actions. I never intended to harm OpenAI. I love everything we’ve built together, and I will do everything I can to reunite the company.”
Kun herra Altman on palannut Open AI:n toimitusjohtajaksi, kiista näyttää olevan menneisyyttä.
Vaikka OpenAI on ollut merkittävin AGI-alueella näkyvyyden ja kiinnostuksen saamisessa, muita toimijoita on ollut merkittävästi pidempään. DeepMind on yksi tällainen toimija, joka on toiminut vuodesta 2010.
2. DeepMind
DeepMind’s virallinen pitkän aikavälin tavoite on ‘ratkaista älykkyys, kehittämällä yleisempiä ja kykenevämpiä ongelmanratkaisujärjestelmiä, joita kutsutaan tekoälyn yleiseksi älykkyydeksi.’ Yritys yhdistyi Googleen vuonna 2014.
DeepMindin toimintaperiaate on aina ollut edistää tiedettä ihmiskunnan hyödyksi. Siksi se haluaa hyödyntää tekoälyä palvellakseen yhteiskunnan tarpeita ja odotuksia.
Syvimmät saavutukset, joita DeepMind on tähän mennessä saavuttanut, ovat se, että sen ohjelmat ovat oppineet diagnosoimaan silmäsairauksia yhtä tehokkaasti kuin maailman parhaat lääkärit, säästäneet 30% datakeskusten jäähdytykseen käytetystä energiasta, ennustaneet proteiinien monimutkaisia kolmiulotteisia muotoja ja mullistaneet farmateollisuuden kehitystavan.
Saatavilla olevien tietojen mukaan DeepMind oli kerännyt vain yhden rahoituskierroksen 1. helmikuuta 2011 ennen yhteistyötä Googlen kanssa. Sijoittajina olivat Founders Fund ja Horizons Ventures. Rahoituksen arvo oli ilmeisesti US$50 million reportedly.
3. Adept
Toinen nouseva toimija AGI-alalla on Adept. Maaliskuussa 2023, juuri yli vuoden ikäinen startup, jossa on vain 25 työntekijää, keräsi US$350 million of venture capital. Se keräsi varoja esittelemällä alkeellisen version digitaalisesta avustajasta.
Adept on tutkinut, miten ihmiset käyttävät tietokoneita rakentaakseen AI-mallin, joka voi muuttaa tekstikomentonsa toimintasarjaksi. Rahoituskierros saatiin päätökseen jälkiarvostuksella, joka oli US$1 billion.
David Luanin, Adeptin perustajan, mukaan yritys haluaa rakentaa samanlaisen mallin laskentaan, aivan kuten syntetisaattori mahdollistaa muusikon soittaa monien instrumenttien ääniä ilman, että hänen tarvitsee oppia alkuperäisen instrumentin soittamista.
AGI: Tulevaisuuden Tie
Ihmisillä on erilaisia näkemyksiä AGI:n potentiaalista. Jotkut uskovat, että AGI:lla voi olla vaarallisia seurauksia ihmiskunnalle, kun taas toiset uskovat, että AGI ei pysty saavuttamaan sitä, mitä sen oletetaan tekevän.
“Ihmisen aivoissa on miljardeja neuroneja, jotka ovat yhteydessä toisiinsa hyvin kiehtovalla ja monimutkaisella tavalla, ja nykyinen huipputeknologia on vain suoraviivaisia yhteyksiä, jotka noudattavat hyvin helppoja malleja. Siirtyminen muutamasta miljoonasta neuronista miljardeihin nykyisillä laitteisto- ja ohjelmistoteknologioilla – en näe sen tapahtuvan.”
Oxfordin yliopiston Future of Humanity Institute toteutti kyselyn 352 koneoppimisen tutkijaa koskien AI:n kehittymispotentiaalia. Vastaajien mediaani teki merkittäviä vuosittaisia ennusteita.
- Vuoteen 2026 mennessä: koneet saattavat pystyä kirjoittamaan kouluesseitä
- Vuoteen 2027 mennessä: itseajavat kuorma-autot voivat tehdä kuljettajat tarpeettomiksi
- Vuoteen 2031 mennessä: AI voi ylittää ihmiset vähittäiskaupan alalla
- Vuoteen 2049 mennessä: AI voisi tulla seuraavaksi Stephen Kingiksi
- Vuoteen 2137 mennessä: Kaikki ihmistyöt saattavat olla automatisoituja
On vielä liian aikaista ennustaa, minne AI lopulta meidät vie. Mutta kuten kaikki teknologiat, sitä voidaan käyttää sekä hyvään että pahaan.
Open AI:n toimitusjohtaja Sam Altman uskoo, että “kaikkia AGI:n rakentamiseen pyrkiviä toimia tulisi tarkastella tarkasti ja että merkittävistä päätöksistä tulisi käydä julkista kuulemista.” Hän menee vielä pidemmälle sanoen:
“Maailma voisi muuttua äärimmäisen erilaiseksi kuin se on tänään, ja riskit voisivat olla poikkeuksellisia. Epälinjainen superälykäs AGI voisi aiheuttaa vakavaa vahinkoa maailmalle; autoritaarinen hallinto, jolla on ratkaiseva superälykkyys, voisi tehdä samoin.”
Silti on AGI-ratkaisujen tarjoajia, kuten DeepMind ja muut, jotka uskovat AGI:n olevan monien tieteellisten läpimurtojen edelläkävijä ja tuovan todellista parannusta maailmaan. AGI:lla on ehdottomasti merkittävä vaikutus tutkimukseen, tekniikkaan, tieteeseen ja maailman turvallisuuteen. Suuri osa menestyksestä riippuu varmasti siitä, kuinka varovaisia ja tarkkoja ihmisen toimet ovat.
