ხელოვნური ზოგადი ინტელექტი (AGI) არის ჰიპოთეტური AI, რომელსაც შეუძლია გაიგოს, ისწავლოს და შეასრულოს პრაქტიკულად ნებისმიერი ინტელექტუალური ამოცანა, რომელსაც ადამიანი ასრულებს — არა მხოლოდ ერთი ვიწრო უნარი, არამედ მთელი სპექტრი, ყოველი ახალი ამოცანისთვის ხელახლა გაწვრთნის გარეშე. დღევანდელი ჩატბოტები და სურათების გენერატორები კონკრეტულ ამოცანებში შთამბეჭდავია, მაგრამ კვლავ იმ კატეგორიას მიეკუთვნება, რომელსაც მკვლევრები „ვიწრო AI”-ს უწოდებენ. გულწრფელი, თუმცა არადამაკმაყოფილებელი პასუხი კითხვაზე „როგორ გავიგებთ, რომ AGI მოვიდა?” ისაა, რომ ამაზე კონსენსუსი არ არსებობს — არც ერთი საერთოდ მიღებული ტესტი და ტერმინის ერთიანი გაგება.
ვიწრო AI vs. ზოგადი ინტელექტი
ჭადრაკის პროგრამა, რომელსაც მხოლოდ ჭადრაკის თამაში შეუძლია, ან ენობრივი მოდელი, რომელიც კარგად წერს ტექსტს, მაგრამ ვერ ართმევს თავს მრავალსაფეხურიან არითმეტიკას თუ ფიზიკურ სივრცეში ორიენტირებას — ეს ვიწრო AI-ა: შესანიშნავია საკუთარ არეალში, მყიფე მის მიღმა. ხელოვნური ზოგადი ინტელექტი გულისხმობს სისტემას „არეალის” გარეშე — ისეთს, რომელსაც უცხო ამოცანის აღქმა შეუძლია ისე, როგორც კომპეტენტურ ზრდასრულ ადამიანს, დაფიქრება მასზე და პრაქტიკით გაუმჯობესება, ენიდან მათემატიკამდე და ფიზიკურ ამოცანებამდე. დიდმა ენობრივმა მოდელებმა ეს საზღვარი ბუნდოვანი გახადეს, რადგან ერთდროულად ბევრ განსხვავებულ ამოცანას კარგად ართმევენ თავს — და სწორედ ამიტომ გამძაფრდა კამათი იმაზე, თუ რამდენად ახლოს ვართ AGI-სთან.
რატომ არ არსებობს საერთო ტესტი
ათწლეულების განმავლობაში არაფორმალურ საზომად თურინგის ტესტი ითვლებოდა: თუ ადამიანი, რომელიც მანქანასთან საუბრობს, ვერ არჩევს, საუბრობს კომპიუტერთან თუ ადამიანთან — მანქანა ტესტს გადალახავს. დღეს AI მკვლევართა უმეტესობა თვლის, რომ ეს ტესტი ძალიან იოლი მოსატყუებელია — ჩატბოტს შეუძლია სასაუბრო სტილის იმიტაცია ზოგადი მსჯელობის უნარის გარეშეც — და ძალიან ვიწრო, რადგან მხოლოდ ტექსტურ საუბარს ამოწმებს და არა რეალურ ამოცანათა გადაჭრას. ახალი მიდგომები ცდილობენ გაზომონ, რამდენად ეფექტურად სწავლობს სისტემა ნამდვილად ახალ რამეს, და არა უბრალოდ იმეორებს გაწვრთნის მონაცემებში ნანახ შაბლონებს. ყველაზე ცნობილი მაგალითია ARC-AGI — მკვლევარ ფრანსუა შოლეს მიერ შექმნილი ტესტი, რომელიც AI-ს მანამდე უნახავ, მარტივ ვიზუალურ თავსატეხებს სთავაზობს, განზრახ ისე, რომ დაზეპირებული ცოდნა არ იქნას დაჯილდოებული. Google DeepMind-მა კი განსხვავებული მიდგომა შემოგვთავაზა — გრადუირებული „AGI-ის დონეების” ჩარჩო, რომელიც სისტემებს აფასებს შესრულების, ზოგადობისა და ავტონომიურობის მიხედვით, ნაცვლად იმისა, რომ AGI ერთადერთ, კი-ან-არა ხაზად წარმოაჩინოს.
რატომ აქვს მნიშვნელობა
AGI-ის განსაზღვრება მხოლოდ აკადემიური საკითხი არ არის — ის განსაზღვრავს, ვინ და როდის მიიღებს წვდომას მძლავრ AI-ზე. Microsoft-ისა და OpenAI-ის საინვესტიციო შეთანხმებას, ცნობებით, ტერმინთან რეალური იურიდიული და ფინანსური შედეგი აქვს დაკავშირებული: ხელშეკრულების მიხედვით, OpenAI-მ AGI-ს მაშინ მიაღწევს, როცა შექმნის სისტემას, რომელსაც წელიწადში მინიმუმ $100 მილიარდი მოგების გამომუშავება შეუძლია — განზრახ მაღალი, ეკონომიკურ ლოგიკაზე დაფუძნებული ზღვარი, ტექნიკურის ნაცვლად, რომელიც ნაწილობრივ იმას განსაზღვრავს, თუ როდის შეიცვლება Microsoft-ის ლიცენზიის პირობები. ეს კარგად აჩვენებს ძირითად პრობლემას: მეცნიერს, მარეგულირებელს და კომპანიის იურისტებს შეიძლება ჰქონდეთ ერთი და იმავე სიტყვის სამივესთვის დასაბუთებული, მაგრამ სრულიად განსხვავებული განმარტება — რაც AGI-ისკენ „პროგრესზე” საჯარო განცხადებების შეფასებას ართულებს, სანამ არ ვიცით, რომელ განმარტებაზეა საუბარი.
სიახლეებში
ტერმინი რეგულარულად ჩნდება, როცა AI ლაბორატორიები ამბიციურ მისიებს აცხადებენ. ჩინურმა AI კომპანია MiniMax-მა AGI პირდაპირ თავისი ხელმძღვანელობის სტიმულებთან დააკავშირა: მისმა დირექტორმა პირობა დადო, ხელფასს არ აიღებდეს მანამ, სანამ კომპანია AGI-ს არ მიაღწევს — სიმბოლური ვალდებულება, რომელიც $2 მილიარდიანი დაფინანსების რაუნდის დახურვისას გაკეთდა. ამგვარი დაპირებები AGI-ს შორეულ, ერთადერთ ეტაპად წარმოაჩენენ — თუმცა, როგორც ზემოთ ჩანს, გადასალახი საერთო ხაზი საერთოდ არ არსებობს.
ხშირად დასმული კითხვები
მიაღწია თუ არა რომელიმე AI სისტემამ AGI-ს? არცერთი სანდო კვლევითი ლაბორატორია არ აცხადებს, რომ მკაცრი ტექნიკური განმარტებით AGI შექმნა, თუმცა ზოგი მკვლევარი მიიჩნევს, რომ დღევანდელი ყველაზე შესაძლებლობებით მდიდარი მოდელები ცალკეულ ამოცანებში ზოგადი მსჯელობის ადრეულ, არათანაბარ ნიშნებს იჩენენ.
AGI და სუპერინტელექტი ერთი და იგივეა? არა. AGI ჩვეულებრივ ნიშნავს ადამიანის დონის უნარს სხვადასხვა ამოცანაში, ხოლო სუპერინტელექტი აღნიშნავს ჰიპოთეტურ სისტემას, რომელიც ადამიანის შესაძლებლობებს მნიშვნელოვნად აღემატება — შემდგომ და კიდევ უფრო სპეკულაციურ საფეხურს.
რატომ საუბრობენ კომპანიები მუდმივად AGI-ზე, თუ ის მკაფიოდ განსაზღვრული არ არის? ეს მისიის განაცხადის ფუნქციას ასრულებს და სიგნალს გზავნის ინვესტორებისა და კადრებისთვის — და, როგორც Microsoft-OpenAI-ის მაგალითი აჩვენებს, ზოგჯერ პირდაპირ სახელშეკრულებო პირობასაც წარმოადგენს ფინანსური შედეგებით.
შესაძლებელია თუ არა, AGI-ს მივაღწიოთ და ვერც კი შევამჩნიოთ? რადგან საერთო, აღიარებული ტესტი არ არსებობს, ბევრი მკვლევარი ვარაუდობს, რომ ეს გარდამავალი მომენტი — თუ საერთოდ მოხდება — შემდგომ, უკუგადახედვით გახდება კამათის საგანი, და არა მკაფიო ზღვარის გადაკვეთით გამოცხადდება.