Wat is kunstmatige algemene intelligentie? Alles wat u moet weten

Kunstmatige algemene intelligentie maakt plaats voor machines die zich kunnen gedragen, presteren en leren zoals wij!

Kunstmatige intelligentie heeft de manier veranderd waarop machines werken. Tegenwoordig kan je computer veel persoonlijke en professionele taken uitvoeren als je hem traint met AI-tools. Enkele voorbeelden zijn het maken van afbeeldingen, het produceren van spraak uit tekst, het besturen van hulpprogramma’s, enz.

Maar deze zijn niet echt intelligent. Er zitten veel maanden training achter zo’n automatisering.

Wat dacht je van een echt intelligente computertoepassing die zelfstandig kan leren? Dat is het domein van kunstmatige algemene intelligentie. Lees verder om deze baanbrekende technologie vandaag nog te leren kennen!

Invoering

AGI is een technologie die software en hardware zo slim kan maken dat ze menselijke cognitieve vermogens uitdrukken. Het heeft andere namen zoals sterke AI, volledige AI, enz.

Om het te vereenvoudigen, leg je het slimme AGI-systeem een ​​probleem voor dat het voorheen niet kende. De slimme computer analyseert het probleem, doet wat online onderzoek en levert een oplossing voor het probleem.

IBM, OpenAI, Microsoft, Google Brain, Darktrace, Deepmind, etc. zijn de snellopers in AGI-technologie. Deze bedrijven proberen het volgende in een geconstrueerde slimme computer te gieten:

  • Mensachtige algemene intelligentie
  • Uitdrukkelijke intelligentie is niet gekoppeld aan een specifieke taak zoals typen of spreken
  • Generaliseer nieuwe lessen en koppel de kennis aan eerdere ervaringen
  • Zin krijgen in lessen die kwalitatief verschillend zijn
  • Taken waarnemen en analyseren vanuit de context van de echte wereld

Momenteel is er geen echte kunstmatige algemene intelligentie (AGI). IBM Strong AI en Google Brain boeken enige vooruitgang, maar deze zijn nog niet productierijp.

Voordelen en behoeften

We hebben AGI nodig om mensen op gevaarlijke plaatsen te vervangen. Ook kunnen AGI-computers een onvoorzien niveau van productiviteit leveren in de bedrijfsvoering.

AGI-toepassingen zullen de mensheid ook helpen bij het oplossen van lastige puzzels op het gebied van geneeskunde, gezondheidszorg, toeleveringsketen, economie, financiën en sociale wetenschappen.

Hier zijn enkele andere belangrijke redenen voor het ontwikkelen van een AGI:

  • AGI-toepassingen kunnen een beter begrip van oorzaak en gevolg laten zien om mensen te helpen bij risicobeoordelingsprojecten.
  • AGI’s kunnen verschillende zintuiglijke waarnemingen effectief gebruiken, zoals kleur, geluid, diepte, beeld en dimensies.
  • Zulke intelligente computerprogramma’s kunnen een robotarm aansturen om fijne motoriek uit te voeren, zoals het in elkaar zetten van elektronische apparaten van begin tot eind.
  • De natuurlijke taalverwerking (NLP) van een AGI maakt automatisering eenvoudiger. U hoeft alleen maar enkele trefwoorden in te spreken en de AGI-tool bouwt de geautomatiseerde stroom op die u nodig hebt.
  • AGI’s kunnen unieke problemen oplossen nadat ze naar het probleem hebben gekeken en de echte omgeving hebben geanalyseerd. Het is niet nodig om te voldoen aan enige If/Then-, If/Else-voorwaarden enz.
  • AGI’s kunnen makers van inhoud, kunstenaars, ontwerpers en architecten helpen met out-of-the-box ideeën.
  • AGI-apps kunnen zonder enige misser een uitstekende klantenservice bieden, omdat ze ook emotionele en sociale intelligentie vertonen.
  Alles wat u moet weten voordat u een Xbox Series X|S koopt

AI versus AGI

#1. Actie modus

AI, ook wel narrow AI genoemd, is een reactieve slimme applicatie. Het zal reageren met een vooraf ingestelde lijst met acties wanneer het signalen ontvangt van gebeurtenistriggers.

AGI’s hebben geen gebeurtenistriggers nodig. Deze apps zullen proactief reageren, net als mensen, om problemen te voorkomen, puzzels op te lossen, enz.

#2. Reikwijdte van actie

Smalle of zwakke AI’s hebben ook een beperkt werkbereik. Een schrijvende AI zal geen auto besturen en vice versa. De beperkte toepassing maakt ontwikkeling ook kostbaar en inefficiënt op productieniveau.

Eén AGI kan een hele fabriek runnen, duizenden huizen in een plaats in een regio of alle bedrijfskantoren van uw bedrijf. Het staat open voor elke uitdaging, omdat het cognitief leren, redeneren en proactief actie ondernemen heeft.

#3. Probleemoplossend vermogen

Narrow AI’s lossen meestal close-end problemen op, zoals GPS-navigatie, zoeken op het web op basis van trefwoorden, AI-schrijven, AI-code-aanvulling, enz.

Kunstmatige algemene intelligentie kan problemen met een open einde aan, zoals het creëren van een veldmarketingstrategie door de markt, klanten en producten te analyseren.

#4. Geheugencapaciteit

De meeste zwakke AI-programma’s zijn gebaseerd op machines met beperkt geheugen. AI’s vertrouwen op een reeks kunstmatige neurale netwerken en trainingsdatabases. Wanneer de database of algoritmen oud zijn, lopen AI’s vast.

AGI’s zullen worden geleverd met vrijwel oneindig geheugen (kennisbronnen) via lokale databases, clouddatabases en internet.

#5. Upgrades

Mensen moeten zwakke AI’s regelmatig upgraden naarmate zakelijke vereisten en markttrends veranderen.

AGI’s zullen hun geheugens en databases zelf upgraden. Het zal geen menselijke tussenkomst vragen.

Benaderingen

#1. De subsymbolische benadering

Hier gebruiken AGI-ontwikkelaars toepassingen die lijken op het menselijk brein. Bijvoorbeeld AlphaGo van DeepMind, convolutionele neurale netwerken, deep learning-systemen, enz.

#2. De symbolische benadering

Bij deze methode gebruiken AGI-ontwikkelaars stroomdiagrammen, symbolen en als-dan-statements. Kunstmatige algemene intelligentie gebruikt een primair algoritme om te leren en een kennisbank te creëren. Verder kan het het algoritme en zijn symbolen vergelijken met real-world aspecten en betere denkprocessen ontwikkelen dan zwakke AI’s.

#3. Benadering van het hele lichaam

In dit concept willen AGI-ontwikkelaars alle software, hardware, netwerk- en sensorische mogelijkheden in een mensachtig lichaam opnemen. De mensachtige kan lopen, praten, mensen aanraken, enzovoort.

#4. De hybride aanpak

De hybride weg naar AGI-ontwikkeling berust op de subsymbolische en symbolische benaderingen.

Een succesvol voorbeeld van deze categorie is Sophia, een mensachtige robot. Het omvat zowel symbolische als connectionistische systemen. Sophia heeft bijvoorbeeld de CogPrime-architectuur en de AtomSpace-database nodig voor haar functionaliteiten.

#5. Wiskundige benadering

Onderzoekers streven ernaar de oneindige rekenkracht van de AGI toe te wijzen. Daarom zullen deze slimme apps en apparaten het vereiste aantal wiskundige probleemoplossing kunnen uitvoeren om uitstekende beslissingen te nemen.

Hoe werkt AGI?

Een AGI-programma zal verschillende technologieën gebruiken om cognitieve vaardigheden op menselijk niveau te bereiken. Deze zijn als volgt:

Ingang en uitgang (I/O)

AGI’s gebruiken verschillende sensorische apparaten om hun taken uit te voeren in fabrieken of als zelfrijdende auto’s. Deze sensoren kunnen visueel zijn, RFID, temperatuur, druk, snelheid, beweging, enz.

Een andere groep AGI’s heeft mogelijk OCR, databaseconnectoren, enz. nodig om bedrijfsactiviteiten in kantoren uit te voeren.

Motor vaardigheden

Hele lichaam, robotarmen, autonome voertuigen, etc. werken door fijne bewegingen te maken. AGI’s vertrouwen op motorische vaardigheden die zijn verkregen uit neurale netwerken, 3D-beeldverwerking, visuele nabootsing, enz.

  Wat betekenen de lampjes op de AirPods-behuizing?

NLP

Een AGI kan leren van verschillende bronnen zoals website-artikelen, onderzoeksjournalen, eBooks, YouTube-video’s, enz. Hiervoor leert de slimme applicatie eerst natuurlijke taal te interpreteren in machinetaal.

Redeneren en probleemoplossen

Een AGI-robot of applicatie maakt vaak gebruik van simulaties om een ​​uniek probleem op te lossen. Omdat het enorme verwerkings- en geheugenmogelijkheden heeft, kan de machine meerdere simulaties tegelijkertijd uitvoeren. Vervolgens kan het, afhankelijk van het slagingspercentage, één simulatie kiezen.

Creatief denken

AGI’s kunnen meerdere neurale netwerken gebruiken om unieke en creatieve ideeën te creëren, zoals kunstvormen, muzieknoten, artikelen, enz.

Gezichtsherkenning en geluidsverwerking

Humanoïde AGI’s die met mensen communiceren, gebruiken meestal geluidsanalyse en gezichtsherkenning. Na verwerking van de audio en beelden uit zijn omgeving en na controle met bestaande kennisbanken, kan hij communiceren met mensen.

Uitdagingen

Kunstmatige algemene intelligentie heeft een enorme mogelijkheid om de wereld van AI te transformeren. Maar het bereiken van dit stadium is geen soepel proces. Dit zijn de uitdagingen en belemmeringen bij het ontwikkelen van een AGI:

#1. Mensachtige vaardigheden beheersen

Om echte intelligentie op menselijk niveau te verkrijgen, moet een AGI een aantal vaardigheden beheersen. Deze omvatten motorische vaardigheden, begrip van natuurlijke taal, zintuiglijke waarneming, emotionele en sociale connectie en creativiteit op menselijk niveau.

#2. Afwezigheid van werkprotocol

Er zijn geen standaard werkprotocollen van AI-systemen voor moeiteloze samenwerking. Daarom stuit de implementatie van een uitgebreid AGI-systeem op onvermijdelijke technische tekortkomingen.

#3. Gebrek aan zakelijke afstemming

De integratie van AI in bestaande systemen blijft een complex proces. Aangezien de betrokken belanghebbenden nog steeds niet op de hoogte zijn van de operationele parameters, is het moeilijk om de ontwikkeling in lijn te houden met de bedrijfsdoelstellingen.

#4. Communicatie hiaten

Er is nog steeds een communicatiekloof tussen afzonderlijke AI-systemen. Aangezien naadloze gegevensuitwisseling tussen deze systemen onmogelijk is, wordt het onderling leren van de AI-modellen belemmerd en wordt de universaliteit ervan verminderd.

#5. Afwezigheid van AGI-richting

Er zijn geen plannen of aanwijzingen voor het implementeren van AGI in de bedrijfsvoering van ondernemingen. Zo wordt de implementatie ervan kostbaar en wordt de realisatie belemmerd.

Zoals u weet, moet de volledige ontwikkeling van kunstmatige algemene intelligentie nog worden bereikt. Deze AI-trends zullen echter invloed hebben op AGI:

#1. Natuurlijke taalverwerking (NLP)

NLP of Natural Language Processing verwijst naar het proces waarmee AI menselijke taal kan begrijpen en omzetten in door machines ondersteunde codes. Door NLP te gebruiken, kan AGI verwachten realistisch met mensen om te kunnen gaan.

#2. Metavers

Metaverse is een technologie die een meeslepende gebruikerservaring biedt. Nu meer mensen geïnteresseerd zijn, zal AGI evolueren om Metaverse te helpen bij het bouwen van een virtuele wereld.

#3. Low-Code of No-Code AI

Er is een toenemende vraag naar low-code of no-code oplossingen, ook voor AI-tools en algoritmen. Deze oplossingen worden geleverd met intuïtieve interfaces om complexe app-ontwikkelingsprocessen eenvoudiger te maken.

#4. Verhoging van het personeelsbestand

Het betekent dat mensen en digitale medewerkers zij aan zij in een organisatie werken. Hoewel velen vrezen dat AI mensen werkloos zal maken, zal het opnemen van AI in operaties het efficiënter maken.

#5. Quantum-AI

Quantum AI heeft een grote kans om AGI te beïnvloeden door ML-algoritmen te versnellen en u te helpen snel resultaten te behalen. Het kan ook de obstakels neutraliseren waarmee AGI te maken kan krijgen bij het analyseren van een enorme hoeveelheid gegevens.

#6. AI-ethiek

De potentiële risico’s van AI zijn onmogelijk te negeren. Als AI niet op de juiste manier wordt gebruikt, kan het gevaarlijk zijn voor de mensheid. Daarom zal AI-ethiek de komende jaren meer aandacht krijgen.

  Roblox Banana Eats-codes: nu inwisselen

#7. AI-chatbots

AI-chatbots of virtuele assistenten kunnen een natuurlijk gesprek voeren en op regels gebaseerde operaties uitvoeren. Deze chatbots vervangen menselijke ondersteuningsagenten en hebben de operationele kosten voor ondernemingen al verlaagd. In de toekomst kan dit een revolutie teweegbrengen in AGI.

Risico’s van AGI

  • Als de database van de AGI beperkt is, kan het rampzalige beslissingen nemen die bedrijven en huizen schaden.
  • AGI’s kunnen het doelwit worden van geavanceerde hackaanvallen. Als een hacker een AGI-machine blokkeert, kan dit het hele bedrijf beschadigen.
  • AI-ontwikkelaars hebben verschillende incidenten gemeld van bevooroordeelde beslissingen genomen door prototype AGI’s.
  • AGI’s onbeperkte databasetoegang geven, kan ook in strijd zijn met verschillende privacyregels over de hele wereld.

Vervolgens zullen we praktijkvoorbeelden van kunstmatige algemene intelligentie bekijken.

Voorbeelden uit de echte wereld

De AI-advocaat ROSS kan in minder dan drie seconden miljarden juridische documenten doorzoeken. U kunt elke juridische vraag invoeren en het levert nauwkeurige antwoorden op.

Het is een AGI omdat het verschillende slimme technologieën gebruikt, zoals rangschikking, ophalen en begrijpen. Het heeft ook een breder actieterrein omdat het alle niches van het juridische domein bestrijkt.

#2. AlphaGo

AlphaGo is een op AI gebaseerde Go-bordspelspeler. Het is de eerste slimme machine die een professionele Go-speler versloeg. Hoewel dit een AI is met een beperkte actieradius, heeft het zelflerende mogelijkheden. AlphaGo kan leren van zijn concurrent en zijn eigen fouten.

#3.Gebundelde AI-tools van OpenAI

OpenAI’s reeks AI-systemen, zoals hieronder vermeld, kan verschillende taken automatisch uitvoeren wanneer gecombineerd met API-aanroepen:

  • GPT-3 creëert op natuurlijke taal gebaseerde teksten van eenvoudige zinnen en aanwijzingen. Veel online games en mixed reality-ervaringen, zoals FableStudio’s verhaalgestuurde ‘Virtual Being’, gebruiken GPT-3 voor interactieve verhalen.
  • Codex helpt ontwikkelaars om natuurlijke taalinvoer te vertalen in codes voor gemakkelijke codering.
  • DALL·E helpt NFT-makers en digitale artiesten bij het produceren van duizenden originele en unieke kunstwerken in een paar minuten. De AI kan ook afbeeldingen bewerken.

#4. IBM Watson

IBM Watson is een full-service AI-bundel voor bedrijven. We kunnen het een AGI noemen omdat het verschillende toepassingen heeft. Er zijn verschillende Watson AI’s, en deze zijn als volgt:

  • IBM Watson Assistant voor klantenservice of virtuele assistentie
  • IBM Watson Discovery creëert inzichten en antwoorden op basis van complexe zakelijke documenten
  • IBM Watson Natural Language Understanding and Classifier

laatste woorden

Tot nu toe hebben jullie het concept van kunstmatige algemene intelligentie verkend. Je hebt ook de werking, uitdagingen, voorbeelden, risico’s en meer geleerd.

Door het bovenstaande te leren, kunt u uw ontwikkelingsprojecten voor kunstmatige intelligentie correct plannen. Het moet flexibel genoeg zijn om slimme toepassingen van de volgende generatie in uw project op te nemen en er een AGI van te maken.

Als u een bedrijf bent dat activiteiten productiever en kosteneffectiever wil maken, kan AGI het antwoord zijn, hoewel er nog meer ontwikkelingen gaande zijn.

Vervolgens kunt u meer lezen over machine learning.

gerelateerde berichten