Загальний штучний інтелект (; інші назви: штучний генералізований інтелект, сильний штучний інтелект) — штучний інтелект, який може успішно виконати будь-яку інтелектуальну задачу, котру може виконати людина.
Це головна мета багатьох досліджень штучного інтелекту протягом багатьох десятиліть та популярна течія наукової фантастики, яка на початку 2020-х наближається до реалізації. На відміну від розвитку людського інтелекту, який тривав десятками тисяч років, Сильний ШІ зможе розвиватись майже експоненційно — за частки секунди перевершити здібності людського розуму в десятки чи мільйони разів.
На відміну від вузьких систем штучного інтелекту, які призначені для виконання конкретних завдань, системи AGI розробляються таким чином, щоб адаптуватися, вчитися на досвіді та застосовувати свої знання в нових і незнайомих ситуаціях. AGI має потенціал для революції в багатьох галузях: охорона здоров'я, фінанси, транспорт, освіти та ін. Однак розробка AGI також представляє значні проблеми, включаючи визначення інтелекту, формування людських когнітивних здібностей і безпеку застосування та етичного використання інтелектуальних машин. Незважаючи на ці проблеми, розробка AGI залишається одним із найбільш захоплюючих і перспективних напрямків досліджень у галузі ШІ. Момент в майбутній історії, коли ШІ перевершить людський розум, називається «технологічною сингулярністю». Що буде після технологічної сингулярності — неможливо передбачити, оскільки людство ще ніколи не мало справу з чимось набагато розумнішим і потужнішим за людський розум. На думку футуролога Рея Курцвейля людство досягне Сильного ШІ людського рівня у 2029 році. На думку Ілона Маска — у 2025 році.
В березні 2023 року деякі дослідники описали своє дослідження нецензурованої версії ChatGPT на базі GPT-4, що доступна тільки для розробників в OpenAI, ранньою та неповною версією сильного штучного інтелекту (AGI). В середині квітня 2023 року Сем Альтман з OpenAI заявив, що компанія поки припинила тренування GPT-5, у відповідь на лист з відповідним проханням від 50 тисяч людей, зокрема більше 1800 CEO та 1500 професорів, серед яких, Ілон Маск, Стів Возняк, Юваль Гарарі та багато інших людей.
Історія Поняття загального штучного інтелекту (AGI) можна простежити до витоків галузі штучного інтелекту у 1950-х роках. Ранні дослідники штучного інтелекту, зокрема Джон Маккарті, Марвін Мінський та Клод Шеннон, уявляли собі створення розумних машин, здатних виконувати будь-яке інтелектуальне завдання, яке може виконувати людина. Однак розробка AGI виявилася серйозною проблемою, і прогрес у цій галузі був повільним у перші десятиліття.
У 1990-х роках галузь AGI набрала обертів із появою кількох ключових досліджень та ініціатив. Примітно, що Даг Ленат заснував проект Cyc у 1984 році, який мав на меті створити всеохоплюючу базу знань, яку система AGI могла б використовувати для міркування про світ. У 1993 році Бен Герцель заснував дослідницький інститут загального штучного інтелекту (AGIRI), який об'єднав дослідників із різних галузей для роботи над проблемами AGI. Маркус Хаттер розробив математичну структуру для AGI під назвою AIXI, яка забезпечила теоретичну основу для систем AGI.
У 2000-х роках дослідження AGI продовжували розвиватися завдяки зростанню обчислювальної потужності та наявності великих наборів даних. У 2005 році було засновано Singularity Institute for Artificial Intelligence (нині відомий як Machine Intelligence Research Institute), який зосередився на суспільних наслідках розвитку AGI. У 2008 році Асоціація з розвитку штучного інтелекту (AAAI) запустила серію конференцій з AGI, яка стала головною конференцією з досліджень AGI.
Зовсім недавно прориви в машинному навчанні, глибокому навчанні та навчанні з підкріпленням підняли дослідження AGI на нові висоти. Такі компанії, як Google, OpenAI (ця стаття написана з допомогою ChatGPT) і DeepMind, досягли значних успіхів у розробці систем AGI, здатних перевершити людей у таких завданнях, як розпізнавання , обробка природної мови та гра в ігри. Однак AGI залишається поки недосяжною метою, і залишаються значні проблеми у визначенні інтелекту, формуванні людських когнітивних здібностей і дотримання безпеки та етичного використання. Втім, дослідження в галузі AGI продовжують надихати дослідників з різних галузей, і майбутнє досліджень AGI виглядає багатообіцяючим.
27 березня 2023 року вийшла стаття, в якій описувалось дослідження моделі GPT-4 через ChatGPT, в нецензурованій версії для розробників OpenAI. Дослідники прийшли до висноку: «…крім володіння мовою, GPT-4 може вирішувати нові та складні завдання, які охоплюють математику, кодування, бачення, медицину, право, психологію тощо, не потребуючи жодних спеціальних підказок. Крім того, у всіх цих завданнях продуктивність GPT-4 вражаюче близька до продуктивності людського рівня і часто значно перевершує попередні моделі, такі як ChatGPT. Враховуючи широту та глибину можливостей GPT-4, ми вважаємо, що його можна розумно розглядати як ранню (все ще неповну) версію системи штучного загального інтелекту (AGI).»
Термін «Artificial General Intelligence» ввів Джон Серль, його ж словами підхід характеризується: Мета полягає в тому, аби створити програми, здатні моделювати людське мислення таким чином, щоб витримувати тест Тьюрінга. Більш того, така програма буде не просто моделлю розуму; вона в буквальному розумінні слова сама й буде розумом, в тому ж сенсі, в якому людський розум — це розум.John Searle Is the brains mind a computer program? Scientific American, 1990
Виклики та можливості Загальний штучний інтелект (AGI) є складною та комплексною галуззю, яка відкриває значні можливості, але потребує вирішення і значних викликів, для розвитку AGI.
Виклики
Визначення інтелекту. Одним із найбільших викликів у AGI є визначення інтелекту. Нема єдиної думки щодо того, що таке інтелект, незрозуміло, як його можливо виміряти в машинах. Розвиток когнітивних здібностей, подібних до людських. Іншим значним викликом у AGI є формування когнітивних здібностей, подібних до людських, таких як креативність, емпатія та здоровий глузд. Ці здібності важко запрограмувати в машинах і вимагають глибокого розуміння людського пізнання. Дотримання безпеки та етичного використання. Розробка безпечних та етичних систем AGI є надзвичайно важливою, враховуючи потенційний вплив, який ці системи можуть мати на суспільство. Є занепокоєння щодо небажаних наслідків роботи розумних машин і можливості їх використання для шкідливих цілей. Обчислювальна потужність і дані: AGI вимагає величезних обсягів даних і обчислювальної потужності, отримання та керування якими може бути серйозною проблемою. Узагальнення та передача навчання: системи AGI повинні мати можливість узагальнювати знання для низки завдань і переносити ці знання в нові ситуації. Це складна проблема, і сучасні підходи до машинного навчання борються з узагальненням і трансферним навчанням. Стійкість і надійність: системи AGI повинні бути стійкими та надійними, тобто вони повинні бути здатними впоратися з несподіваними ситуаціями та помилками. Це особливо складно в динамічному та непередбачуваному середовищі. Можливість пояснення та інтерпретації: системи AGI мають бути прозорими та доступними для пояснення, тобто їхні рішення та міркування мають бути зрозумілими та інтерпретованими для людей. Це важливо для безпеки, відповідальності та довіри. Взаємодія «людина-машина». Системи AGI мають бути розроблені для взаємодії з людьми природним та інтуїтивно зрозумілим способом, що вимагає розуміння людського спілкування та поведінки. Вартість і доступність: розробка AGI дорога, а доступ до ресурсів обмежений. Це може створити нерівність у дослідженнях і розробках AGI і обмежити їх доступність для певних груп або країн.
Можливості
Вирішення складних проблем: AGI має потенціал для вирішення складних проблем у таких сферах, як освіта, охорона здоров'я, економіка, логістика та теоретично, будь-яких інших. Покращення життя людини: AGI може допомогти покращити життя людини багатьма способами, наприклад, надаючи персоналізовану освіту або допомагаючи людям з обмеженими можливостями. Прискорення наукових досліджень: AGI може сприяти просуванню наукових досліджень шляхом моделювання складних систем, прогнозування результатів і створення нових гіпотез. Підвищення екологічної стійкості: AGI може допомогти нам вирішити деякі з найактуальніших екологічних проблем у світі, таких як зміна клімату, забруднення довкілля та виснаження ресурсів. Наприклад, AGI можна використовувати для оптимізації споживання енергії, розробки стійкіших методів ведення сільського господарства або прогнозування стихійних лих. Підвищення продуктивності: системи AGI можуть автоматизувати нудні або трудомісткі завдання, допомагаючи людям зосереджуватись на більш творчій або стратегічній роботі. Це може призвести до значного підвищення продуктивності в таких галузях, як виробництво, логістика та обслуговування клієнтів. Революція транспорту: AGI можна використовувати для розробки автономних транспортних засобів, які можуть керувати безпечніше та ефективніше, ніж люди-водії. Це може призвести до зменшення кількості дорожньо-транспортних пригод, зниження викидів і створення зручніших варіантів транспортування. Допомога в дослідженні космосу: AGI може допомогти прискорити дослідження космосу шляхом автоматизації таких завдань, як картографування, навігація та зв'язок. Це може призвести до проривів у нашому розумінні Всесвіту та нашій здатності досліджувати його.
Незважаючи на ці виклики та можливості, дослідження AGI продовжують швидко розвиватися, а дослідники з різних галузей працюють над вирішенням фундаментальних проблем AGI. Цілком імовірно, що розвиток AGI матиме значні наслідки для майбутнього людства, як позитивні, так і негативні, і дуже важливо, щоб ми підходили до його розвитку з свідомою увагою та поміркованністю. Важливо, щоб розробка AGI здійснювалась відповідально, зосереджуючись на безпеці, етиці та добробуті всіх людей.
Характеристики Сильний ШІ повинен не поступатися людському інтелекту або й перевершувати його; міркувати, покладаючись на стратегію; розгадувати таємниці та приймати судження в умовах невизначеності; представляти знання, включаючи знання здорового глузду; планувати; вчитися; спілкуватися природною мовою та інтегрувати всі ці навички до прикладних цілей. Іншими важливими характеристиками СШІ вказуються здатність діяти, покладаючись на відчуття реальності, та впливати на фізичні об'єкти. А також здатність уявляти, формуючи образи чи поняття, не закладені наперед, і діяти незалежно від інтелекту, що створив цей СШІ.
Створення сильного штучного інтелекту може дати відповідь на питання щодо природи інтелекту людського: є він суто механістичним, або ж вимагає певного компонента, який неможливо відтворити штучно. Деякі трансгуманісти та біохакери очікують можливість об'єднання мозку з сильним штучним інтелектом за допомогою нейро-комп'ютерного інтерфейсу в кінці 2020-тих–на початку 2030-х років.
Когнітивна архітектура Когнітивна архітектура є ключовим компонентом загального штучного інтелекту (AGI), що забезпечує основу для розробки інтелектуальних систем, які можуть міркувати, навчатися та адаптуватися до нових ситуацій. За своєю суттю когнітивна архітектура прагне моделювати когнітивні процеси людського мозку, забезпечуючи основу для розуміння того, як працюють інтелектуальні системи та як їх можна вдосконалити.
Існує багато різних підходів до когнітивної архітектури, причому деякі дослідники зосереджуються на символічних системах, тоді як інші зосереджуються на нейронних мережах або гібридних моделях, які поєднують обидва. Незалежно від підходу, більшість когнітивних архітектур мають декілька ключових характеристик:
Модульність: когнітивні архітектури зазвичай організовані в модулі, які представляють різні когнітивні функції, такі як сприйняття, увага, пам'ять і прийняття рішень.