ปรัชญาการพัฒนาเบื้องหลัง AGI

ปรัชญาการพัฒนาเบื้องหลัง AGI

ในคุณสมบัติพิเศษของแขกรับเชิญนี้ Charles Simon, BSEE, MSCs ผู้ประกอบการและนักพัฒนาซอฟต์แวร์ที่ได้รับการยอมรับในระดับประเทศ กล่าวถึงปรัชญาการพัฒนาที่อยู่เบื้องหลัง AGI และตำแหน่งที่ดูเหมือนว่าฟิลด์ AGI จะพร้อมสำหรับการดำเนินการในอนาคตอันใกล้ ประสบการณ์ทางเทคนิคของ Mr. Simon รวมถึงการสร้างระบบปัญญาประดิษฐ์ที่มีเอกลักษณ์สองระบบ พร้อมด้วยซอฟต์แวร์สำหรับอุปกรณ์ทดสอบทางระบบประสาทที่ประสบความสำเร็จ การรวมการพัฒนา AI เข้ากับการทดสอบสัญญาณประสาททางชีวการแพทย์ทำให้เขามีความเข้าใจอย่างถ่องแท้ เขายังเป็นผู้เขียนหนังสือสองเล่ม – Will Computers Revolt?: การเตรียมพร้อมสำหรับอนาคตของปัญญาประดิษฐ์และการจำลองสมอง II: คู่มือสำหรับการสร้างปัญญาประดิษฐ์ทั่วไป – และผู้พัฒนา Brain Simulator II ซึ่งเป็นแพลตฟอร์มซอฟต์แวร์การวิจัย AGI ที่รวมเอา โมเดลโครงข่ายประสาทเทียมที่มีความสามารถในการเขียนโค้ดสำหรับกลุ่มเซลล์ประสาทใดๆ เพื่อผสมรหัส AI ของระบบประสาทและเชิงสัญลักษณ์ได้อย่างง่ายดาย เมื่อคุณได้ยินคำว่า “ปัญญาประดิษฐ์หรือ AI” จริงๆ แล้วหมายถึง AI แบบแคบ – ระบบที่อาจมีความสามารถด้าน “จิตใจ” เหนือมนุษย์ แต่จำกัดเฉพาะการใช้ซอฟต์แวร์เพื่อศึกษาหรือบรรลุความเชี่ยวชาญเฉพาะด้านที่แคบลง เช่น การแก้ปัญหาหรือการให้เหตุผลในงาน ซึ่งแตกต่างอย่างมากกับ AI ที่แข็งแกร่งหรือปัญญาประดิษฐ์ทั่วไป (AGI) ความสามารถของเอนทิตีประดิษฐ์ในการเรียนรู้และทำความเข้าใจงานทางปัญญาที่มนุษย์สามารถทำได้ แต่ในขณะที่เรากำลังรายล้อมไปด้วยตัวอย่างของ AI (คิดว่าเป็น Siri หรือ Alexa หรือวิดีโอเกมจำนวนหนึ่ง) ผู้เชี่ยวชาญคาดการณ์ว่า AGI ที่แท้จริงยังอยู่ห่างออกไปหลายสิบปี ต้องทำอะไรเพื่อช่วยให้ AI เวอร์ชันปัจจุบันพัฒนาเป็น AGI ที่แท้จริง แทนที่จะจัดการกับปัญหาที่ยากที่สุดก่อน รากฐานที่สำคัญสำหรับความฉลาดที่แท้จริงที่จะเกิดขึ้นนั้นสามารถค้นพบได้ง่ายๆ โดยพิจารณาถึงวิธีที่เด็กวัย 3 ขวบเรียนรู้โดยการเล่นบล็อค เด็กรับรู้ทันทีว่าวัตถุทางกายภาพเช่นบล็อกนั้นมักจะถาวรและมีอยู่ในความเป็นจริงทางกายภาพ เขาหรือเธอเรียนรู้ว่าบล็อกไม่ทะลุกันเพราะเป็นของแข็ง และบล็อกที่กลมจะกลิ้งไปในขณะที่บล็อกสี่เหลี่ยมไม่ตกลงมา เด็กยังตระหนักดีว่าต้องสร้างกองบล็อกก่อนที่จะล้มลง และเข้าใจเวลาที่ผ่านไป นอกจากนี้ เด็กยังสามารถเรียนรู้ภาษาใดๆ ที่ได้ยินและใช้เพื่ออธิบายสภาพแวดล้อม แน่นอนว่าเด็กอายุ 3 ขวบมีข้อได้เปรียบเหนือ AI เล็กน้อย เด็กได้รับข้อมูลหลายอย่างและสามารถจัดการกับวัตถุได้ นั่นหมายความว่าเขาหรือเธอรู้ว่าบล็อกเป็นมากกว่าแค่รูปลักษณ์หรือคำที่ใช้อธิบาย เด็กมีแบบจำลองทางจิตภายในของสภาพแวดล้อม ดังนั้นจงรู้ว่าบล็อกนั้นยังคงมีอยู่แม้ว่าจะมองไม่เห็นหรือจับต้องไม่ได้ก็ตาม เด็กสามารถใช้โมเดลจิตนี้ในการจินตนาการและวางแผน เขาหรือเธอยังมีที่เทียบเท่ากับ Universal Knowledge Store ซึ่งสามารถสร้างลิงก์ที่เกี่ยวข้องกับทุกประเภทในการป้อนข้อมูล ด้วยความสามารถนี้ ทุกสิ่งที่เด็กเรียนรู้สามารถถูกจัดวางไว้ในบริบทของทุกสิ่งที่เรียนรู้ก่อนหน้านี้ เพื่อสร้างพื้นฐานสำหรับความเข้าใจ เช่นเดียวกับ AGI หากปราศจากความสามารถในการเข้าใจและโต้ตอบกับโลกแห่งความเป็นจริงที่มีอยู่ AI ก็ไม่สามารถกลายเป็น AGI ได้อย่างแท้จริง เนื่องจากสมองของมนุษย์เป็นเพียงแบบจำลอง AGI ที่ใช้งานได้ในปัจจุบัน เราจึงควรเริ่มต้นจากตรงนั้น ตัวอย่างเช่น เราทราบดีว่าความฉลาดและการคิดเกิดขึ้นในเซลล์ประสาทในนีโอคอร์เทกซ์เนื่องจากหน้าที่การเพิ่มขึ้นอย่างรวดเร็วของพวกมัน เนื่องจากข้อมูล DNA ไม่ได้ทุ่มเทให้กับการสร้างนีโอคอร์เทกซ์มากนัก ความซับซ้อนสูงสุดของซอฟต์แวร์ AGI จึงต้องถูกจำกัด ด้วยความคิดที่ว่าปัญญาทั่วไปจะถูกสร้างขึ้นจากอินสแตนซ์จำนวนนับล้านที่มีวงจรประสาทที่ไม่ซ้ำกันจำนวนน้อยแต่ค่อนข้างง่าย และ กฎสำหรับการเชื่อมต่อ เราทราบด้วยว่าในขณะที่ความฉลาดของมนุษย์มีการพัฒนา โครงสร้างของสมองยังคงเหมือนเดิม สิ่งนี้ชี้ให้เห็นว่าความฉลาดพัฒนาภายในบริบทของเป้าหมาย อารมณ์ และสัญชาตญาณของมนุษย์ ซึ่งไม่มีสิ่งใดที่จะเป็นพื้นฐานที่แข็งแกร่งสำหรับ AGI แม้ว่าความฉลาดของมนุษย์ส่วนใหญ่จะเกี่ยวกับการเอาชีวิตรอด แต่ AGI สามารถวางแผนได้และเน้นที่ความฉลาดเป็นหลัก ดังนั้นจึงไม่น่าจะคล้ายกับสติปัญญาของมนุษย์ และมีแนวโน้มว่าจะต้องใช้หุ่นยนต์เพื่อเรียนรู้และจัดการกับความซับซ้อนและความแปรปรวนของโลกแห่งความเป็นจริง AGI ต้นแบบมีโมดูลสำหรับการมองเห็น การได้ยิน การควบคุมด้วยหุ่นยนต์ การเรียนรู้ การสร้างแบบจำลอง การวางแผน การจินตนาการ และการคิดล่วงหน้า ทั้งหมดนี้ทำให้สามารถทำกิจกรรมที่น่าประทับใจได้มากมาย ตั้งแต่การสร้างแบบจำลองทางจิตของสภาพแวดล้อมจำลองไปจนถึงวัตถุที่เคลื่อนไหว และวางแผนการดำเนินการต่างๆ เพื่อให้บรรลุเป้าหมาย อย่างไรก็ตาม ไม่สามารถจัดการหลายกิจกรรมในคราวเดียว หรือตอบสนองต่อชุดข้อมูลที่ซับซ้อนได้อย่างมีประสิทธิภาพ ท้ายที่สุด มันคือความสามารถของต้นแบบในการทำตามขั้นตอนเหล่านี้และเข้าใจทุกอย่างที่จะเรียนรู้ภายในสภาพแวดล้อมจำลองสองมิติที่จะเปิดประตูสู่การจำลองสามมิติ ด้วยการค่อยๆ เรียนรู้เกี่ยวกับพื้นฐานเช่นการผ่านของเวลาและฟิสิกส์ของแรงโน้มถ่วงอย่างง่าย ในที่สุดมันก็จะเริ่มเข้าถึงความสามารถของเด็กวัย 3 ขวบ และได้รับทักษะที่จำเป็นในการโต้ตอบกับโลกแห่งความเป็นจริง จากความคืบหน้าที่เกิดขึ้นในหลายด้าน เป็นที่ชัดเจนว่าในขณะที่เราอาจยังไม่ได้สร้าง AGI ที่แท้จริง การตระหนักรู้นั้นอยู่ในความเข้าใจของเรา ลงทะเบียนเพื่อรับจดหมายข่าว InsideBIGDATA ฟรี เข้าร่วมกับเราบน Twitter: @InsideBigData1 – https://twitter.com/InsideBigData1

  • บ้าน
  • ธุรกิจ
  • วิทยาศาสตร์ข้อมูล
  • การตลาดดิจิทัล

  • ตลาดการค้า
  • Leave a comment

    Your email address will not be published. Required fields are marked *