Tìm hiểu Trí Tuệ Tổng Hợp Nhân Tạo - Artificial General Intelligence (AGI)

AGI là một thuật ngữ để mô tả một hệ thống trí tuệ nhân tạo có khả năng hiểu biết, học hỏi và thực hiện nhiều nhiệm vụ khác nhau như con người.

Đọc về khái niệm trí tuệ nhân tạo tổng hợp, trong đó hệ thống AI có thể thực hiện bất kỳ nhiệm vụ nào mà con người có thể thực hiện, điều đó vẫn chưa thành hiện thực.

Tim hiểu Trí Tuệ Tổng Hợp Nhân Tạo - Artificial General Intelligence (AGI)

Trí tuệ tổng hợp nhân tạo (AGI) là gì?

Trí tuệ nhân tạo tổng quát (AGI) là sự thể hiện khả năng nhận thức tổng quát của con người trong phần mềm để khi đối mặt với một nhiệm vụ xa lạ, hệ thống AGI có thể tìm ra giải pháp. Mục đích của hệ thống AGI là thực hiện bất kỳ nhiệm vụ nào mà con người có khả năng thực hiện.

Các định nghĩa về AGI khác nhau vì các chuyên gia từ các lĩnh vực khác nhau định nghĩa trí thông minh của con người từ những góc độ khác nhau. Các nhà khoa học máy tính thường định nghĩa trí thông minh của con người là khả năng đạt được mục tiêu. Mặt khác, các nhà tâm lý học thường định nghĩa trí thông minh tổng quát theo nghĩa khả năng thích ứng hoặc khả năng sinh tồn.

AGI được coi là trí tuệ nhân tạo mạnh mẽ (AI). AI mạnh tương phản với AI yếu hoặc hẹp, là ứng dụng trí tuệ nhân tạo vào các nhiệm vụ hoặc vấn đề cụ thể. Siêu máy tính Watson, hệ thống chuyên gia và xe tự lái của IBM là những ví dụ về AI thu hẹp.

Trí tuệ nhân tạo tổng hợp có thể làm gì?

AGI trong khoa học máy tính là một hệ thống thông minh với kiến ​​thức toàn diện hoặc đầy đủ và khả năng tính toán nhận thức . Tính đến thời điểm xuất bản, không có hệ thống AGI thực sự nào tồn tại; chúng vẫn là thứ của khoa học viễn tưởng.

Hiệu suất lý thuyết của các hệ thống này sẽ không thể phân biệt được với hiệu suất của con người. Tuy nhiên, năng lực trí tuệ rộng rãi của AGI sẽ vượt quá khả năng của con người vì khả năng truy cập và xử lý các tập dữ liệu khổng lồ với tốc độ đáng kinh ngạc.

AGI thực sự phải có khả năng thực hiện các nhiệm vụ và khả năng ở cấp độ con người mà không máy tính hiện tại nào có thể đạt được. Ngày nay, AI có thể thực hiện nhiều nhiệm vụ nhưng không ở mức độ thành công có thể phân loại chúng là trí thông minh của con người hoặc trí thông minh nói chung.

Một hệ thống AGI cần có những khả năng và hiểu biết sau:

• Tư duy trừu tượng.
• Kiến thức nền tảng.
• Ý thức chung.
• Nhân quả.
• Chuyển giao học tập.

Các ví dụ thực tế về khả năng của AGI bao gồm năm khả năng sau:

• Sáng tạo. Về mặt lý thuyết, một hệ thống AGI có thể đọc và hiểu mã do con người tạo ra và cải thiện nó.
• Nhận thức giác quan. AGI sẽ vượt trội trong khả năng nhận dạng màu sắc, đây là một loại nhận thức chủ quan. Nó cũng có thể cảm nhận được độ sâu và ba chiều trong hình ảnh tĩnh.
• Kỹ năng vận động tinh. Một ví dụ về điều này bao gồm việc lấy một bộ chìa khóa từ trong túi, liên quan đến mức độ nhận thức giàu trí tưởng tượng.
• Hiểu ngôn ngữ tự nhiên (NLU). Ý nghĩa của ngôn ngữ con người phụ thuộc nhiều vào ngữ cảnh. Hệ thống AGI sẽ sở hữu mức độ trực giác có thể kích hoạt NLU .
• Dẫn đường. Hệ thống Định vị Toàn cầu ( GPS ) hiện có có thể xác định chính xác vị trí địa lý. Sau khi được phát triển đầy đủ, AGI sẽ có thể dự đoán chuyển động trong không gian vật lý tốt hơn các hệ thống hiện có.

Các nhà nghiên cứu AI cũng dự đoán rằng hệ thống AGI sẽ sở hữu những khả năng cấp cao hơn, chẳng hạn như có thể thực hiện những việc sau:

• Xử lý các loại thuật toán học tập và học tập khác nhau .
• Tạo cấu trúc cố định cho tất cả các nhiệm vụ.
• Hiểu hệ thống ký hiệu.
• Sử dụng các loại kiến thức khác nhau.
• Hiểu hệ thống niềm tin.
• Tham gia vào siêu nhận thức và sử dụng kiến thức siêu nhận thức.

Một mối lo ngại về sự phát triển của AGI là nó sẽ không chịu trách nhiệm về AI mặc dù nó có khả năng tư duy trừu tượng và siêu nhận thức.

AGI so với AI: Sự khác biệt là gì?

Các khả năng trí tuệ nhân tạo hiện tại được gọi là AI hẹp khi so sánh với trí tuệ nhân tạo nói chung. AGI chỉ mang tính lý thuyết, trong khi AI hẹp được sử dụng thực tế ngày nay.

Về mặt lý thuyết, AGI có thể thực hiện bất kỳ nhiệm vụ nào mà con người có thể thực hiện và thể hiện nhiều loại trí thông minh trong các lĩnh vực khác nhau mà không cần sự can thiệp của con người. Hiệu suất của nó phải bằng hoặc tốt hơn con người trong việc giải quyết vấn đề trong hầu hết các lĩnh vực.

Ngược lại, AI yếu lại vượt trội trong việc hoàn thành các nhiệm vụ hoặc loại vấn đề cụ thể. Nhiều hệ thống AI hiện có sử dụng kết hợp học máy ( ML ), học sâu (một tập hợp con của học máy), học tăng cường và xử lý ngôn ngữ tự nhiên ( NLP ) để tự cải thiện và giải quyết các loại vấn đề cụ thể. Tuy nhiên, những công nghệ này không đạt đến khả năng tích lũy của bộ não con người.

Ví dụ về AI được sử dụng ngày nay bao gồm:

• Chatbot dịch vụ khách hàng.
• Trợ lý giọng nói như Siri của Apple và Alexa của Amazon.
• Các công cụ đề xuất như Google, Netflix và Spotify sử dụng để quảng bá nội dung tới người dùng.
• Các công cụ phân tích kinh doanh và thông minh kinh doanh ( BI ) được hỗ trợ bởi AI tiến hành phân tích dữ liệu, đánh giá cảm tính của khách hàng và trình bày trực quan hóa dữ liệu cho người dùng cuối.
• Các ứng dụng nhận dạng hình ảnh và khuôn mặt cũng như các mô hình học sâu mà chúng sử dụng.

Các khả năng trí tuệ nhân tạo hiện tại được gọi là AI hẹp khi so sánh với trí tuệ nhân tạo nói chung. AGI chỉ mang tính lý thuyết, trong khi AI hẹp được sử dụng thực tế ngày nay.

Ví dụ về trí tuệ nhân tạo tổng hợp

Hệ thống AGI thực sự vẫn chưa có mặt trên thị trường. Tuy nhiên, có những ví dụ về các hệ thống trí tuệ nhân tạo hẹp gần bằng hoặc thậm chí vượt quá khả năng của con người trong một số lĩnh vực nhất định. Nghiên cứu trí tuệ nhân tạo tập trung vào các hệ thống này và những gì có thể xảy ra với AGI trong tương lai.

Dưới đây là một số ví dụ về các hệ thống đó:

• Watson của IBM. Watson và các siêu máy tính khác có khả năng tính toán mà máy tính thông thường không thể xử lý được. Họ kết hợp sức mạnh tính toán to lớn của mình với AI để thực hiện các nhiệm vụ khoa học và kỹ thuật trước đây không thể thực hiện được, chẳng hạn như mô hình hóa lý thuyết Vụ nổ lớn về sự ra đời của vũ trụ hoặc bộ não con người.
• Những hệ thống chuyên gia. Những hệ thống dựa trên AI này bắt chước khả năng phán đoán của con người. Ví dụ, họ có thể giới thiệu thuốc dựa trên dữ liệu bệnh nhân và dự đoán cấu trúc phân tử.
• Xe tự lái. Những phương tiện được hướng dẫn bằng AI này nhận biết các phương tiện, người và vật thể khác trên đường và tuân thủ các quy tắc và quy định lái xe.
• Tình báo ROSS. ROSS là một hệ thống chuyên gia pháp lý còn được gọi là luật sư AI . Nó có thể khai thác dữ liệu từ khoảng 1 tỷ tài liệu văn bản, phân tích thông tin và đưa ra câu trả lời chính xác cho các câu hỏi phức tạp trong vòng chưa đầy ba giây.
• AlphaGo. Đây là một ví dụ khác về trí thông minh hẹp vượt trội trong một loại hình giải quyết vấn đề cụ thể. AlphaGo là một chương trình máy tính có thể chơi trò chơi cờ vây. Cờ vây là một trò chơi phức tạp mà con người khó có thể thành thạo. Năm 2016, AlphaGo đánh bại nhà vô địch thế giới Lee Sedol trong một trận đấu kéo dài 5 ván.
• Mô hình ngôn ngữ Generative Pre-training Transformer. GPT-3 và GPT-4 là phiên bản phát hành của một chương trình từ OpenAI có thể tự động tạo ra ngôn ngữ của con người. Công nghệ này luôn có khả năng mô phỏng trí thông minh chung của con người. Trong một số trường hợp, văn bản không thể phân biệt được với đầu ra của con người; tuy nhiên, đầu ra AI thường bị lỗi.
• AI âm nhạc. Dadabots là một thuật toán AI, dựa trên nội dung âm nhạc hiện có, có thể tạo ra một luồng âm nhạc gần đúng với âm nhạc đó.

Nếu AGI được áp dụng cho một số ví dụ trước đó, nó có thể cải thiện chức năng của chúng. Ví dụ, ô tô tự lái cần có sự hiện diện của con người để xử lý việc ra quyết định trong những tình huống không rõ ràng. Điều này cũng đúng với các thuật toán tạo nhạc, mô hình ngôn ngữ và hệ thống pháp luật. Những lĩnh vực này bao gồm các nhiệm vụ mà AI có thể tự động hóa nhưng cũng có những nhiệm vụ đòi hỏi mức độ trừu tượng và trí thông minh của con người cao hơn.

Tương lai của AGI là gì?

Nhiều chuyên gia tiến hành nghiên cứu AI nghi ngờ liệu AGI có khả thi hay không. Một số câu hỏi liệu nó có còn được mong muốn hay không.

Nhà vật lý lý thuyết, nhà vũ trụ học và tác giả người Anh Stephen Hawking đã cảnh báo về sự nguy hiểm của AGI trong một cuộc phỏng vấn năm 2014 với British Broadcasting Corp. “Sự phát triển của trí tuệ nhân tạo hoàn chỉnh có thể báo hiệu sự kết thúc của loài người,” ông nói. "Nó sẽ tự cất cánh và tự thiết kế lại với tốc độ ngày càng tăng. Con người, vốn bị giới hạn bởi quá trình tiến hóa sinh học chậm chạp, không thể cạnh tranh và sẽ bị thay thế."

Một số chuyên gia AI mong đợi sự phát triển liên tục của AGI. Trong một cuộc phỏng vấn tại Hội nghị Nam Tây Nam năm 2017, nhà phát minh và nhà tương lai học Ray Kurzweil đã dự đoán máy tính sẽ đạt được mức độ thông minh như con người vào năm 2029. Kurzweil cũng dự đoán rằng AI sẽ cải thiện theo cấp số nhân, dẫn đến những đột phá cho phép nó hoạt động ở các cấp độ khác nhau. vượt quá sự hiểu biết và kiểm soát của con người. Điểm siêu trí tuệ nhân tạo này được gọi là điểm kỳ dị . Trí tuệ nhân tạo tổng hợp là một trong những loại AI sẽ góp phần vào sự phát triển cuối cùng của siêu trí tuệ nhân tạo.

Vào năm 2022, tầm nhìn này đã trở nên gần gũi hơn với thực tế, được thúc đẩy bởi sự phát triển của AI tạo ra cơn bão trên toàn thế giới. Với sự ra mắt của ChatGPT vào tháng 11 năm 2022 và sự ra đời của các giao diện AI tổng hợp thân thiện với người dùng khác, người dùng trên toàn thế giới đã tận mắt chứng kiến ​​phần mềm AI có thể hiểu lời nhắc bằng văn bản của con người và trả lời các câu hỏi về phạm vi chủ đề dường như vô hạn, mặc dù không phải lúc nào cũng chính xác. Những mô hình AI tổng quát này đã chứng minh rằng chúng có thể tạo ra vô số loại nội dung, từ thơ ca và mô tả sản phẩm đến mã và dữ liệu tổng hợp. Các hệ thống tạo hình ảnh như Dall-E cũng đang nâng cao bối cảnh thị giác, tạo ra các hình ảnh bắt chước tác phẩm hoặc bức ảnh của các nghệ sĩ nổi tiếng, bên cạnh các hình ảnh y tế, mô hình 3D của vật thể và video.

Tuy nhiên, đối với tất cả những khả năng ấn tượng của chúng, những sai sót và mối nguy hiểm của chúng đã được người dùng biết đến vào thời điểm này, có nghĩa là chúng vẫn chưa có AGI tự động hoàn toàn. Cho dù đó là do các công cụ này có xu hướng tạo ra thông tin không chính xác và sai lệch hay do chúng không có khả năng truy cập thông tin cập nhật, thì sự giám sát của con người vẫn cần thiết để giảm thiểu tác hại tiềm ẩn cho xã hội.

Các quan điểm khác bao gồm luận điểm Church-Turing, được phát triển bởi Alan Turing và Alonzo Church vào năm 1936, ủng hộ sự phát triển cuối cùng của AGI. Nó tuyên bố rằng, với lượng thời gian và bộ nhớ vô hạn, mọi vấn đề đều có thể được giải quyết bằng thuật toán. Thuật toán khoa học nhận thức nào sẽ được tranh luận. Một số người cho rằng mạng lưới thần kinh mang lại nhiều hứa hẹn nhất, trong khi những người khác tin vào sự kết hợp giữa mạng lưới thần kinh và hệ thống dựa trên quy tắc.

Một sáng kiến tiềm năng khác đến từ khoa học thần kinh: điện toán hình thái thần kinh, sử dụng tế bào thần kinh nhân tạo và các khớp thần kinh để tái tạo khuôn khổ sinh học và chức năng của não người.

Thông tin này được cập nhật lần cuối vào tháng 11 năm 2023
Tham khảo: https://www.techtarget.com/searchenterpriseai/definition/artificial-general-intelligence-AGI

(left-sidebar)