01.03.2024
Подписывайтесь на Telegram-канал по ссылке

Учёные предложили принципы для измерения интеллектуальности ИИ-систем

Levels of AGI

Человеческий интеллект обладает универсальностью: в отличие от специализированных программ, мы можем обучаться разнообразным задачам. Создание такой гибкости в машинах считается прорывом для многих исследователей искусственного интеллекта. Учёные предложили более чётко определить понятие сильного искусственного интеллекта (Artificial General Intelligence, AGI), акцентируя внимание на таких атрибутах, как производительность, универсальность и автономия ИИ-систем. Исследование опубликовано на arXiv.

Учёные предлагают принципы, которым должно соответствовать определение AGI:

  1. Фокус на способности, а не на механизмы достижения.
  2. Универсальность не является единственным критерием AGI – модели должны демонстрировать высокую производительность.
  3. Физическое воплощение ИИ в робототехнике не является обязательным для AGI.
  4. Важны задачи в области когнитивных и метакогнитивных навыков.
  5. Необходима «экологическая обоснованность» оценок, то есть измерение ИИ на реальных задачах.
  6. Фокус на отслеживании прогресса в разработке AGI, а не на фиксации на одной конечной точке.

На основе указанных принципов исследователи предлагают структуру «Уровни AGI» (Levels of AGI) для категоризации алгоритмов на основе их производительности и универсальности. Уровни варьируются от «новичка», который относится к модели, равной или немного лучше, чем неквалифицированный человек, до «компетентного», «эксперта», «виртуоза» и «сверхчеловеческого», что означает модель, которая превосходит всех людей. Уровни могут применяться как к узкоспециализированному ИИ, так и к искусственному интеллекту общего назначения, что помогает различать программы, предназначенные для решения круга задач каждого типа ИИ. Некоторые узкоспециализированные ИИ-алгоритмы, такие как AlphaFold, уже достигли сверхчеловеческого уровня. Кроме того, чат-боты, такие как ChatGPT, считаются примерами начинающего AGI.