Kunstig generell intelligens: En fortelling om å bygge evner med forsiktighet

Vi lever i æraen for kunstig intelligens, med den globale AI-markedsstørrelsen allerede passert US$240 milliarder og nå anslått å gå forbi US$730 milliarder innen 2030, med en årlig vekstrate som overstiger 17%. 

Blant all oppstyret rundt AI er et paradigme som har fanget alles oppmerksomhet AGI, kunstig generell intelligens.

Men hva er det? Hvorfor snakker alle om det, og hvorfor er det vitenskapelige og teknologiske fellesskapet så ivrig etter å følge hver vending den tar? La oss gå dypere for å forstå bedre.

Men før vi hopper rett inn i kunstig generell intelligens, la oss prøve å fastslå hva generell intelligens innebærer.

Fastsette omrisset av generell intelligens

Generell intelligens innebærer evnen til å oppnå et spekter av mål og utføre ulike oppgaver hvis kontekster og omgivelser er forskjellige. Systemer som er ‘generelt intelligente’ må:

• Håndtere problemer og situasjoner som er vesentlig forskjellige fra det som kunne forutses
• Være i stand til å generalisere kunnskapen den har oppnådd slik at den kan overføres fra én problemkontekst til andre. 

Det vitenskapelige fellesskapet forventer også at ulike virkelige generelle intelligenser deler noen felles egenskaper, uten å være betydelig sikre på hva disse egenskapene kan være. 

Premisset for kunstig generell intelligens bygger på disse egenskapene ved generell intelligens og forsøker å gå videre og tenke utover dem. 

Kjernen i AGI-hypotesen

Hypotesen fikk sin første offisielle formulering i et papir med tittelen “Artificial General Intelligence: Concept, State of the Art, and Future Prospects,” publisert i Journal of Artificial General Intelligence av Ben Goertzel. Hypotesen sa følgende: 

“Skapelsen og studiet av syntetisk intelligens med tilstrekkelig bred (f.eks. menneskenivå) omfang og sterk generaliseringsevne er i bunn og grunn kvalitativt forskjellig fra skapelsen og studiet av syntetisk intelligens med betydelig smalere omfang og svakere generaliseringsevne.”

For å utdype dens egenskaper vil AGI være tilstrekkelig bred i sitt omfang og ha sterk generaliseringsevne. 

I en mer populistisk stil for å skrive og forklare vitenskapelige ting er AGI en strøm av teoretisk AI-forskning som har som mål å utvikle AI med et menneskelig nivå av kognitiv funksjon, som inkluderer evnen til selvundervisning. 

Mange forskere mener at det praktisk sett ikke er mulig å løfte AI til et “menneskelig nivå av kognitiv funksjon.” Likevel blir det definitivt sett på som en sterkere form for AI sammenlignet med de svake eller smalere AI-ene vi har sett hittil. 

Kunstig generell intelligens som “Sterk AI”

Ifølge IBM, “Sterk kunstig intelligens (AI), også kjent som kunstig generell intelligens (AGI) eller generell AI, er en teoretisk form for AI som brukes til å beskrive en bestemt tankegang i AI-utvikling. Hvis forskere kan utvikle sterk AI, vil maskinen kreve en intelligens lik mennesker; den vil ha en selvbevisst bevissthet som kan løse problemer, lære og planlegge for fremtiden.”

Sterk AI vil i hovedsak fungere som et menneske på det kognitive nivået. Den vil starte som et barn, lære gjennom input og erfaringer, og gjøre fremskritt i sine evner for til slutt å bli en maskin som er så intelligent at den ikke kan skilles fra den menneskelige hjerne. 

Funksjonelt vil sterk AI være forskjellig fra smal eller svak AI i sin evne til å håndtere antall og mangfold av oppgaver. 

For å sette denne forskjellen i perspektiv fokuserer svak eller smal AI på å utføre én repeterende oppgave, mens sterk AI kan utføre ulike oppgaver samtidig. Enda viktigere, mens svak eller smal AI alltid vil avhenge av menneskelig input, vil AGI eller sterk AI, når den er ferdig med de innledende vekst- og læringsfasene, ikke lenger avhenge av instruksjoner fra mennesker. Den vil generere en bevissthet som ligner på mennesker i stedet for å simulere den. 

Med all denne forståelsen som den teoretiske grunnlaget for AGI, er spørsmålet hvordan man skal nærme seg den, spesielt når forskerne sier at en ideell AGI aldri kan oppnås. Det finnes fire brede tilnærminger til AGI: Symbolsk, Emergentistisk, Hybrid og Universalistisk. 

Den symbolske tilnærmingen til AGI: Dette tilnærmingen antar at sinn primært eksisterer for å manipulere symboler som representerer ulike aspekter av verden eller seg selv. Den antar også at et fysisk symbolsystem har evnen til å input, output, lagre og endre symbolske enheter og dermed kan utløse passende utførbare handlinger for å nå sluttmålet. 

Derfor sentrerer den symbolske kognitive arkitekturen rundt konseptet ‘arbeidsminne’ som vil hente fra langtidsminnet etter behov og bruke en sentralisert kontroll over persepsjon, kognisjon og handling. 

Den emergentistiske tilnærmingen til AGI: Den emergentistiske tilnærmingen til AGI antar at behandlingskapasiteten til abstrakte symboler vil oppstå fra lavere nivåer av subsymbolisk dynamikk. Med enklere ord handler denne tilnærmingen til AGI om å betrakte den menneskelige hjerne som et sett av enkle elementer som kan selvorganisere seg komplekst, om nødvendig. 

Den hybride tilnærmingen til AGI: Den hybride tilnærmingen til AGI har fenomenet “helheten er større enn summen av delene” som sin veiledende filosofi. Den ønsker å svare på både styrkene og svakhetene ved de symbolske og emergentistiske tilnærmingene gjennom en integrerende, hybrid arkitektur som kombinerer delsystemer som opererer i henhold til de to paradigmer. 

Kombinasjonen kan være et symbolsk delsystem med et stort subsymbolsk system eller en populasjon av små agenter, som hver for seg er både symbolske og subsymbolske i sin natur. 

Den universalistiske tilnærmingen til AGI: Den universalistiske tilnærmingen til AGI begynner med algoritmer som har kraften til å gi enormt kraftig generell intelligens dersom de får massive og urealistisk enorme datakraft. Målet er etter hvert å skalere dem ned ved å få dem til å tilpasse seg å fungere med realistiske beregningsressurser. 

Mens alle disse tilnærmingene har utviklet seg med forskning rundt paradigmet som avanserer i jevn takt, har mange teknologiorganisasjoner bygget praktiske løsninger rundt AGI. Den mest kjente av dem har vært Open AI.

Ledende selskaper som jobber med AGI

1. Open AI

OpenAI, mest kjent for sin løsning ChatGPT, har en AGI-sentrert visjon. I et blogginnlegg publisert 24. februar 2023, startet selskapet sine planer uten tvetydighet. De sa at deres oppdrag var å ‘sikre at kunstig generell intelligens – AI-systemer som generelt er smartere enn mennesker – gagner hele menneskeheten.’ 

Selskapet sa at ettersom deres systemer nærmer seg AGI, blir de ‘stadig mer forsiktige med skapelsen og distribusjonen’ av sine modeller. Som eksempler fremhevet de utrullingen av InstructGPT og ChatGPT. 

Hva er ChatGPT?

Opprettet av Open AI og lansert 30. november 2022, er ChatGPT i sin kjerne et AI-drevet verktøy for naturlig språkbehandling som gjør det mulig med menneskelignende samtaler med chatboten. Den kan ikke bare svare på spørsmål, men også hjelpe med å skrive e‑post, essays, kode og mer. 

Klikk her for listen over de fem beste ChatGPT-utvidelsene.

Hva er Instruct GPT?

Instruct GPT, et begrep skapt av Open AI, er en avansert AI-drevet språkmodell som kan følge instruksjoner gitt i en tekstprompt. Dens avanserte evner til å forstå tekstbaserte krav og generere tekstbaserte svar deretter gjør den til et kraftig verktøy for en rekke tjeneste- og innholdsbaserte formål. 

Open AI Chat GPT i tall

Ifølge de siste tilgjengelige tallene har ChatGPT fra OpenAI mer enn 100 millioner ukentlige aktive medlemmer. Rapporter publisert 12. oktober 2023, sa at OpenAI genererte inntekter med en hastighet på US$1,3 milliarder per år, og genererte mer enn US$100 millioner per måned, 30 % opp fra sommerens 2023-tall. 

Open AI organisatorisk omveltning

Imidlertid var OpenAI nylig overalt i nyhetene for sin organisatoriske omveltning som skapte oppstyr i teknologisamfunnet og investeringsmiljøet verden over. Styret hadde besluttet å avsette sin administrerende direktør, Sam Altman, for ikke å være “konsekvent ærlig” i sin kommunikasjon. Men fem dager etter at han plutselig ble sparket, bestemte styret seg for å bringe Altman tilbake til sin tidligere stilling. 

Ifølge rapporter hadde hvert eneste medlem av Open AIs stab medunderskrevet et brev som sa at de ville vurdere å slutte hvis Mr. Altman ikke ble brakt tilbake til sin tidligere posisjon. En av styremedlemmene som var ansvarlig for avsettelsen av Sam Altman, Open AIs sjefsforsker Ilya Sutskever, skrev på sin X-håndtak følgende: 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.”

Med Mr. Altman tilbake som administrerende direktør i Open AI, ser kontroversen ut til å ha blitt en del av fortiden. 

Mens OpenAI har vært den mest fremtredende i å få oppmerksomhet og interesse i AGI-området, har andre aktører eksistert i betydelig tid. DeepMind er en slik aktør som har jobbet siden 2010.

2. DeepMind

DeepMind’s offisielle langsiktige mål er ‘å løse intelligens, utvikle mer generelle og kapable problemløsningssystemer, kjent som kunstig generell intelligens.’ Selskapet gikk sammen med Google i 2014. 

Driftsprinsippet til DeepMind har alltid vært å fremme vitenskap for å gagne menneskeheten. Som sådan ønsker de å utnytte kunstig intelligens for å betjene samfunnets behov og forventninger. 

Det som kan regnes som suksessen oppnådd av DeepMind så langt er at deres programmer har lært å diagnostisere øyesykdommer like effektivt som verdens beste leger, spart 30 % av energien som brukes til å kjøle datasentre, forutsagt de komplekse tredimensjonale formene til proteiner, og revolusjonert måten farmasøytisk industri kan utvikle seg på. 

Ifølge tilgjengelige data hadde DeepMind kun hentet inn én finansieringsrunde 1. februar 2011, før samarbeidet med Google. Investorene var Founders Fund og Horizons Ventures. Finansieringen var verdt rapportert US$50 millioner. 

3. Adept

En annen fremvoksende aktør innen AGI-feltet er Adept. I mars 2023, den knapt ett år gamle oppstartsbedriften med kun 25 ansatte, hentet inn US$350 millioner i risikokapital. Den hentet inn midler ved å demonstrere en rudimentær versjon av en digital assistent. 

Adept har studert hvordan mennesker bruker datamaskiner for å bygge en AI-modell som kan omdanne en tekstkommando til et sett av handlinger. Finansieringsrunden ble fullført med en post‑money verdivurdering på US$1 milliard. 

Ifølge David Luan, medgründer av Adept, ønsker selskapet å bygge den samme modellen for databehandling på samme måte som en synthesizer lar en musiker spille lydene fra mange instrumenter uten å måtte lære å spille det opprinnelige instrumentet. 

AGI: Veien fremover

Folk har ulike syn på AGIs potensial. Noen tror at AGI kan ha farlige konsekvenser for menneskeheten, mens andre tror at AGI ikke vil kunne oppnå det vi tror den kan. 

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

“Menneskelige hjerner har milliarder av nevroner som er koblet sammen på en svært fascinerende og kompleks måte, og den nåværende toppteknologien er bare enkle forbindelser som følger veldig enkle mønstre. Så å gå fra noen få millioner nevroner til milliarder av nevroner med dagens maskinvare- og programvareteknologier – ser jeg ikke at det vil skje.”

Oxford University’s Future of Humanity Institute gjennomførte en undersøkelse blant 352 maskinlæringsforskere om AI’s evolusjonspotensial. Medianantallet av respondentene ga bemerkelsesverdige år‑vise spådommer. 

• Innen 2026: kan maskiner bli i stand til å skrive skoleoppgaver
• Innen 2027: kan selvkjørende lastebiler gjøre sjåfører overflødige
• Innen 2031: kan AI overgå mennesker i detaljhandelen
• Innen 2049: kan AI bli den neste Stephen King
• Innen 2137: kan alle menneskelige jobber bli automatisert

Det er altfor tidlig å forutsi hvor AI til slutt vil ta oss. Men, som all teknologi, kan den brukes til godt eller ondt. 

Open AI‑administrerende direktør Sam Altman mener “det bør være grundig gransking av alle forsøk på å bygge AGI og offentlig konsultasjon for store beslutninger.” Han går enda lenger og sier at:

“Verden kan bli ekstremt annerledes enn den er i dag, og risikoene kan være ekstraordinære. En feiljustert superintelligent AGI kan forårsake alvorlig skade på verden; et autokratisk regime med en avgjørende superintelligent ledelse kan også gjøre det.”

Likevel finnes det AGI‑løsningsleverandører som DeepMind og flere som tror at AGI vil være forløperen til mange vitenskapelige gjennombrudd og bringe reell endring i verden til det bedre. AGI vil definitivt ha en betydelig innflytelse på våre bestrebelser innen forskning, ingeniørkunst, vitenskap og sikkerhet for verden. En stor del av suksessen vil definitivt avhenge av hvor forsiktige og kalibrerte menneskelige handlinger er.  

Klikk her for å lære alt om investering i kunstig intelligens.