هوش عمومی مصنوعی چیست و چه تفاوتی با هوش مصنوعی مولد دارد؟

آیا هوش مصنوعی مولد همان هوش مصنوعی عمومی نیست؟ چه تفاوتی بین این دو وجود دارد؟

از زمانی که هوش مصنوعی در اواخر سال 2022 در کانون توجه قرار گرفت، تقریباً هر هفته هزاران مدل هوش مصنوعی ظاهر می شوند. این می تواند سرگیجه آور باشد تلاش برای نگه داشتن با چه کاری انجام می دهد.

اگر با اصول هوش مصنوعی آشنا هستید، ممکن است از قبل در مورد هوش مصنوعی مولد (GAI) بدانید. برعکس، ممکن است با نوع دیگری از هوش مصنوعی به نام هوش مصنوعی (AGI) چندان آشنا نباشید.

در حالی که آنها به نظر شبیه هستند، اما کاملاً یکسان نیستند. و نه، فقط به این دلیل نیست که حروف مخفف آنها عوض شده است. بنابراین، تفاوت بین این دو چیست؟

هوش عمومی مصنوعی چیست؟

هوش مصنوعی را تصور کنید که می تواند فکر کند، استدلال کند، درک کند، استنتاج کند – تمام کارهایی که انسان ها می توانند انجام دهند. این، و بیشتر، چیزی است که هوش عمومی مصنوعی قرار است باشد. اگرچه نظری، هوش عمومی مصنوعی (AGI) می تواند هر کار فکری را درست مانند یک انسان، اما با خطاهای کمتر یا بدون خطا انجام دهد.

این با هوش باریک مصنوعی (ANI) که در یک زمینه خاص یا طیف وسیعی از وظایف بسیار ماهر است، متفاوت است. هوش باریک به گونه‌ای طراحی شده است که تنها در یک یا تعداد کمی از وظایف خاص، مانند یک استاد بازنشسته در یک رشته بسیار خاص، سرآمد باشد.

AGI به عنوان یک هوش مصنوعی پیشنهاد شده است که می تواند احساس کند، بر اساس احساسات خود تصمیم بگیرد، مشکلات را حل کند، یاد بگیرد، زبان ها را پردازش کند و سایر توانایی های شناختی را انجام دهد. بدون تغذیه قبلی از داده ها، AGI باید بدون توجه به متغیرهای درگیر، چیزی معنادار ارائه دهد.

هوش مصنوعی علمی تخیلی به سختی نزدیک می شود، بنابراین AGI هنوز فقط یک نظریه است. اگرچه برخی از مدل‌های هوش مصنوعی در حال کار به توصیف AGI نزدیک می‌شوند، اما همچنان به شدت به داده‌های ارائه‌شده متکی است و هنوز استدلال مستقلی را شکل نداده است. اگرچه آنها در حل مسئله، پردازش زبان طبیعی و مواردی از این دست برتر هستند، اما هنوز تا زمانی که بتوانیم آنها را AGIهای تمام عیار بنامیم، فاصله زیادی دارند.

به عنوان مثال، Google DeepMind شبانه روز برای توسعه مدل‌های AGI کار می‌کند که می‌تواند با هوش انسان همتراز باشد، با توانایی یادگیری و استدلال درست مانند انسان‌ها. برای دانستن بیشتر، کارهای شگفت انگیزی را که ربات های موجود DeepMind Google می توانند انجام دهند، بررسی کنید.

بنابراین کاربردهای بالقوه هوش عمومی مصنوعی چیست؟ خوب، نوید می دهد که در هر زمینه ای که قابل تصور است اهمیت پیدا کند. به عنوان مثال، AGI و بیوتکنولوژی می توانند مراقبت های بهداشتی ممتاز را با کسری از هزینه ارائه دهند. می تواند برنامه های درمانی را شخصی سازی کند و با کمترین خطا، تشخیص را سرعت بخشد.

می تواند این کارها و بسیاری موارد دیگر را در زمینه هایی مانند روباتیک و اتوماسیون، تحقیق، آموزش، کشاورزی، اکتشاف فضا و غیره انجام دهد.

هوش مصنوعی مولد چیست؟

همانطور که قبلا ذکر شد، اکثر مدل های هوش مصنوعی موجود در زمان نگارش در این دسته قرار می گیرند.

هوش مصنوعی مولد (GAI) شامل هر AI است که همانطور که از نامش پیداست، مطالب جدیدی اعم از صدا، تصویر یا متن را از داده های قبلی تولید می کند. به عبارت دیگر، هر هوش مصنوعی که باید برای تولید محتوا به شما دستور دهد یا با دسترسی به اطلاعات ذخیره شده به درخواست‌ها پاسخ دهد، می‌تواند به عنوان یک GAI طبقه‌بندی شود.

به عنوان مثال، مترجم‌های معمول تبدیل متن به گفتار و تصویر به تصویر و پیشرفت‌های اخیر مانند DALL-E (DALL-E چیست؟)، MuseNet، شبکه‌های متخاصم مولد مبتنی بر سبک (StyleGAN)، Jukebox و Generative. ترانسفورماتورهای از پیش آموزش دیده (GPT-3، GPT-3.5، GPT-4) تحت هوش مصنوعی مولد طبقه بندی می شوند.

هوش مصنوعی مولد از تکنیک های یادگیری عمیق برای تولید محتوا تا حد امکان نزدیک به درخواست ها استفاده می کند. آنها از دستورات به عنوان مواد ساخت و ساز برای ساختن محتوایی که درخواست تولید می کنید استفاده می کنند. در اینجا چند نمونه از کارهایی که ChatGPT می تواند برای شما انجام دهد آورده شده است، اگر می خواهید در مورد آن بیشتر بدانید.

هوش مصنوعی عمومی و هوش مصنوعی مولد چگونه شبیه هم هستند؟

اگرچه AGI و Generative AI از نظر نحوه عملکرد و نقطه تخصص متفاوت هستند، چندین چیز مشترک دارند.

1. یادگیری

AGI و GAI مدل های یادگیری ماشینی هستند که از طریق الگوریتم های نظارت شده، نیمه نظارت شده و بدون نظارت با استفاده از شبکه های عصبی عمیق یاد می گیرند. این برای آن‌ها است که بتوانند داده‌ها را برای تولید محتوا مطابق با زمینه درخواست تجزیه و تحلیل و پردازش کنند.

مانند انسان ها، مدل های AGI می توانند از داده ها و تجربیات مختلف بیاموزند. در عین حال، GAI بر روی مخازن داده های بزرگ موجود برای درک الگوهای اساسی و روابط بین داده ها برای تولید داده های جدید، معنی دار و مرتبط آموزش دیده است.

2. طیف وسیعی از برنامه های کاربردی

هر دو AGI و GAI را می توان برای طیف گسترده ای از اهداف، از جمله متن، تصویر و محتوای ویدئویی استفاده کرد.

هوش مصنوعی مولد را می توان برای خدمت به اهداف مختلف در زمینه های محدود توسعه داد. از سوی دیگر، هوش عمومی مصنوعی به طور طبیعی در هر حوزه ای از زندگی قابل استفاده است، زیرا می تواند به طور مستقل استدلال کند و وظایف را انجام دهد.

3. کاتالیزورهای تغییر

هدف از پیشرفت تکنولوژی، ایجاد تغییر و رشد است. AGI و GAI در ردیابی سریع تغییرات و نوآوری‌های بسیار مورد نیاز که جهان به شدت به آن نیاز دارد، ضروری هستند.

با معرفی GAI و AGI قابل استفاده، بشریت مطمئن است که پیشرفت سریع به زودی دنبال می شود و زمان کار انسان را به طور تصاعدی کاهش می دهد.

4. منبع معضل اخلاقی

در حالی که دریافت کمک اضافی از هوش مصنوعی ایده خوبی به نظر می رسد، نگرانی های متعددی زمانی ایجاد می شود که نیاز به وجود یک مرز روشن در مورد آنچه که از نظر اخلاقی برای نظارت هوش مصنوعی مناسب است وجود داشته باشد.

با هوش مصنوعی Generative، نگرانی‌هایی در مورد قوانین کپی رایت در مورد هنر هوش مصنوعی و حتی سؤالاتی در مورد اینکه آیا هنر هوش مصنوعی هنر واقعی است وجود دارد. AGI، با توجه به زمان کافی، ممکن است بشریت را بیهوده ببیند و برای نابودی بشریت حرکت کند – یک واقعیت علمی-تخیلی وحشتناک.

مقررات در زمینه هوش مصنوعی چالش برانگیز بوده است، زیرا اینها آب های ناشناخته ای برای نژاد بشر هستند.

هوش مصنوعی عمومی چه تفاوتی با هوش مصنوعی مولد دارد؟

مهمترین تفاوت بین آنها این است که AGI هنوز توسعه نیافته است، در حالی که GAI وجود دارد و در حال حاضر در حال استفاده است. تفاوت های دیگر در موارد زیر نهفته است:

1. حالت های عملیات

به غیر از این واقعیت که AGI هنوز در لیست علاقه مندی دانشمندان کامپیوتر قرار دارد، حالت های عملکرد آنها کاملاً متمایز است.

هوش عمومی مصنوعی به هیچ کار یا حوزه خاصی محدود نمی شود و وظایفی را بدون برنامه نویسی خاص انجام می دهد. از سوی دیگر، هوش مصنوعی مولد بر تولید محتوای جدید در یک جایگاه بر اساس الگوها و داده‌های موجود تمرکز دارد.

2. سازگاری

AGI می تواند یاد بگیرد و با موقعیت های جدید سازگار شود، در حالی که هوش مصنوعی مولد توسط داده های ورودی و حوزه خاصی که در آن عمل می کند محدود می شود.

یک AGI که ​​بر فروش و امور مالی یک سازمان نظارت می‌کند، می‌تواند در صورت تغییر ناگهانی مانند یک بیماری همه‌گیر، خود را تنظیم کند. مدل AGI می‌تواند از داده‌های موجود استنباط‌های هوشمندانه انجام دهد و عملیات سازمان را برای برآوردن توسعه جدید پیکربندی مجدد کند.

این کاری است که هوش مصنوعی مولد به تنهایی قادر به انجام آن نیست.

3. شناخت

هوش عمومی مصنوعی در رویکرد حل مسئله به احتمال زیاد شبیه انسان است. این برخلاف هوش مصنوعی Generative است که روی توالی‌های ورودی خروجی از پیش آموزش‌دیده کار می‌کند. یک هوش مصنوعی مولد فقط می تواند کاری را که برای آن برنامه ریزی شده است انجام دهد، نه بیشتر و نه کمتر. از سوی دیگر، AGI یاد می گیرد، استدلال می کند، مقایسه می کند و استنباط می کند.

به زبان ساده، یک AGI می تواند مانند یک انسان فکر کند و شاید حتی بهتر.

4. رویکرد یادگیری

هوش مصنوعی مولد اغلب از طریق آموزش های بدون نظارت از طریق منابع داده گسترده یاد می گیرد، که به آن یاد می دهد چگونه محتوای جدید را از محتوای قبلی ایجاد کند.

AGI از ترکیبی از یادگیری تحت نظارت و بدون نظارت و یادگیری تقویتی استفاده خواهد کرد. این تضمین می کند که می تواند انتخاب های هوشمندانه ای را در مواجهه با منابع عظیمی که در اختیار دارد انجام دهد.

GAI، AGI، و فراتر از آن

نمی توان انکار کرد که هوش عمومی مصنوعی رویاهایی است که به سرعت به واقعیت تبدیل می شوند. ما تازه داریم به هوش مصنوعی مولد عادت می کنیم، اما نباید خیلی راحت باشیم.

هوش عمومی مصنوعی به زودی فراتر از یک نظریه صرف، بلکه یک شکل فعال هوش مصنوعی خواهد بود که امیدواریم با ما و برای ما کار کند.

منبع مقاله