A generatív AI nem ugyanaz, mint a mesterséges általános intelligencia? Mi a különbség a kettő között?

Amióta a mesterséges intelligencia 2022 végén a rivaldafénybe került, szinte hetente több ezer AI modell bukkan fel. Szédítő lehet, ha megpróbálunk lépést tartani azzal, hogy melyik mit csinál.

Ha ismeri a mesterséges intelligencia alapjait, akkor már ismerheti a generatív mesterséges intelligenciát (GAI). Ezzel szemben előfordulhat, hogy nem ismeri annyira a mesterséges intelligencia egy másik típusát, az úgynevezett mesterséges általános intelligenciát (AGI).

Bár hasonló hangzásúak, nem teljesen egyformák. És nem, ez nem csak azért van így, mert a mozaikszavaik betűit felcserélték. Szóval, mi a különbség a kettő között?

Mi a mesterséges általános intelligencia?

Képzeljen el egy mesterséges intelligencia, amely képes gondolkodni, okoskodni, észlelni, következtetni – mindazt, amit az emberek megtehetnek. Ez, és még több, az, aminek az általános mesterséges intelligenciának kell lennie. Bár az elméleti, általános mesterséges intelligencia (AGI) bármilyen intellektuális feladatot el tud végezni, akárcsak az ember, de kevesebb vagy hiba nélkül.

instagram viewer

Ez különbözik a szűk mesterséges intelligenciától (ANI), amely magasan képzett egy adott területen vagy feladatkörben. A szűk intelligenciát arra tervezték, hogy csak egy vagy nagyon kevés konkrét feladatban jeleskedjen, például egy professzor emeritus egy nagyon szűk tudományágban.

Az AGI-t olyan mesterséges intelligenciaként javasolják, amely képes érezni, érzései alapján döntéseket hozni, problémákat megoldani, nyelveket tanulni, feldolgozni és egyéb kognitív képességeket végrehajtani. Az adatok előzetes betáplálása nélkül az AGI-nek valami értelmeset kell kitalálnia, függetlenül az érintett változóktól.

A sci-fi MI-k alig közelítenek egymáshoz, így az AGI még mindig csak egy elmélet. Bár néhány munkában lévő AI-modell közel áll az AGI leírásához, még mindig nagymértékben támaszkodik a szolgáltatott adatokra, és még nem kell független érvelést kialakítania. Bár a problémamegoldásban, a természetes nyelvi feldolgozásban és hasonlókban jeleskednek, még mindig messze vannak attól, hogy teljes körű AGI-nek nevezhessük őket.

Például a Google DeepMind éjjel-nappal azon dolgozik, hogy olyan AGI-modelleket fejlesszen ki, amelyek egyenrangúak lehetnek az emberi intelligenciával, és képesek az emberekhez hasonlóan tanulni és gondolkodni. Ha többet szeretne tudni, nézze meg a elképesztő dolgokra képesek a Google DeepMind meglévő robotjai.

Tehát melyek a mesterséges általános intelligencia lehetséges alkalmazásai? Nos, azt ígéri, hogy minden elképzelhető területen fontosnak találja. Például az AGI és a biotechnológia prémium egészségügyi ellátást nyújthat a költségek töredékéért. Személyre szabhatja a kezelési terveket, és minimális hibával felgyorsíthatja a diagnózist.

Ezeket és még sok mást képes elvégezni olyan területeken, mint a robotika és az automatizálás, a kutatás, az oktatás, a mezőgazdaság, az űrkutatás stb.

Mi az a generatív mesterséges intelligencia?

Amint azt korábban említettük, a legtöbb, az írás idején létező AI modell ebbe a kategóriába tartozik.

A generatív mesterséges intelligencia (GAI) magában foglal minden olyan mesterséges intelligenciát, amely – ahogy a neve is sugallja – új anyagot generál, legyen az hang, kép vagy szöveg, korábban imputált adatokból. Más szavakkal, minden mesterséges intelligencia, amelyet a tartalom létrehozásához vagy a kérésekre a tárolt információk elérésével történő megválaszolásához kell kérnie, GAI-nak minősíthető.

Például a szokásos szöveg-beszéd és kép-kép fordítók és újabb fejlesztések, mint a DALL-E (Mi az a DALL-E?), a MuseNet, a Style-based Generative Adversarial Networks (StyleGAN), a Jukebox és a Generative Pre-train Transformers (GPT-3, GPT-3.5, GPT-4) a Generatív AI kategóriába tartoznak.

A generatív mesterséges intelligencia mély tanulási technikákat használ, hogy a lehető legközelebb álló tartalmat hozza létre. Építőanyagként használják a promptokat az Ön által előállítani kívánt tartalom elkészítéséhez. Itt van néhány példák arra, hogy a ChatGPT mit tehet Önért ha többet szeretne tudni róla.

Hogyan hasonlít a mesterséges általános intelligencia és a generatív mesterséges intelligencia?

Bár működési módjukban és szakértelmükben különböznek egymástól, az AGI és a Generatív AI számos közös vonásban van.

1. Tanulás

Az AGI és a GAI gépi tanulási modellek, amelyek felügyelt, félig felügyelt és nem felügyelt algoritmusokon keresztül tanulnak mély neurális hálózatok segítségével. Ez azért van, hogy képesek legyenek elemezni és feldolgozni az adatokat a prompt kontextusának megfelelő tartalom létrehozásához.

Az emberekhez hasonlóan az AGI modellek is tanulhatnak különféle adatokból és tapasztalatokból. Ugyanakkor a GAI képzésben részesül a meglévő nagy adatkészleteken, hogy megértse a mögöttes mintákat és az adatok közötti kapcsolatokat, hogy új, értelmes és releváns adatokat generáljon.

2. Alkalmazások köre

Mind az AGI, mind a GAI sokféle célra használható, beleértve, de nem kizárólagosan a szöveges, képi és videotartalmat.

A generatív mesterséges intelligencia korlátozott területeken különféle célokra fejleszthető. Másrészt a mesterséges általános intelligencia természetesen az élet minden területén alkalmazható, hiszen önállóan tud gondolkodni és feladatokat ellátni.

3. A változás katalizátorai

A technológiai fejlődés célja a változás és a növekedés elősegítése. Az AGI és a GAI nélkülözhetetlenek az égetően szükséges változások és innovációk gyors követésében, amelyekre a világnak égetően szüksége van.

A használható GAI és AGI bevezetésével az emberiség biztosítva van afelől, hogy hamarosan gyors fejlődés következik, ami exponenciálisan csökkenti az emberi munka idejét.

4. Az etikai dilemma forrása

Noha az AI-tól további segítség kérése jó ötletnek tűnik, számos aggodalomra ad okot, amikor egyértelmű határt kell szabni arra vonatkozóan, hogy a mesterséges intelligencia minek a felügyelete etikailag helyesen.

A Generatív AI esetében voltak ilyenek aggodalmak a mesterséges intelligencia művészetével kapcsolatos szerzői jogi szabályokkal kapcsolatban sőt még kérdéseket tesz fel arról, hogy az AI művészet valódi művészet-e. Az AGI, ha elegendő időt kap, értelmetlennek látja az emberiséget, és az emberiség kiirtása felé indul – egy sci-fi horror, amely valósággá változtatja.

A mesterséges intelligencia területére vonatkozó szabályozások kihívást jelentenek, mivel ezek feltérképezetlen vizek az emberi faj számára.

Miben különbözik a mesterséges általános intelligencia a generatív mesterséges intelligenciától?

Kép forrása: graphicsstudio/Vecteezy

A leglényegesebb különbség köztük az, hogy az AGI még fejlesztés alatt áll, míg a GAI létezik és már használatban van. Az egyéb különbségek a következőkben rejlenek:

1. Működési módok

Eltekintve attól a ténytől, hogy az AGI még mindig az informatikusok kívánságlistáján van, működési módjaik jelentősen eltérnek egymástól.

A mesterséges általános intelligencia nem korlátozódik egyetlen konkrét feladatra vagy tartományra, konkrét programozás nélkül hajt végre feladatokat. Másrészt a generatív mesterséges intelligencia arra összpontosít, hogy a meglévő minták és adatok alapján új tartalmat hozzon létre egy résen belül.

2. Alkalmazkodóképesség

Az AGI képes tanulni és alkalmazkodni az új helyzetekhez, míg a generatív AI-t a bemeneti adatok és az adott tartomány korlátozza, amelyben működik.

A szervezet értékesítését és pénzügyeit felügyelő AGI képes lesz alkalmazkodni egy olyan hirtelen változáshoz, mint egy világjárvány. Az AGI modell képes lesz intelligens következtetéseket levonni a rendelkezésre álló adatokból, és átkonfigurálni a szervezet működését, hogy megfeleljen az új fejlesztésnek.

Ez egy olyan generatív mesterséges intelligencia, amely önmagában nem képes.

3. Megismerés

A mesterséges általános intelligencia problémamegoldó megközelítésében valószínűleg meglehetősen emberszerű. Ez ellentétben áll a Generative AI-vel, amely előre betanított bemeneti-kimeneti szekvenciákon működik. A Generatív AI csak azt tudja megtenni, amire programozták, nem többet, nem kevesebbet. Az AGI viszont tanul, érvel, összehasonlít és következtet.

Egyszerűen fogalmazva, egy AGI képes emberként gondolkodni, és talán még jobban is.

4. Tanulási megközelítés

A generatív mesterséges intelligencia gyakran felügyelet nélküli képzésen keresztül tanul, kiterjedt adatforrásokon keresztül, amelyek megtanítják, hogyan hozhat létre új tartalmat a korábban meglévőkből.

Az AGI a felügyelt és a nem felügyelt tanulás és a megerősített tanulás kombinációját fogja alkalmazni. Ez biztosítja, hogy a rendelkezésére álló hatalmas erőforrások mellett intelligens döntéseket tudjon hozni.

GAI, AGI és azon túl

Tagadhatatlan, hogy a mesterséges általános intelligencia olyan álmok dolga, amelyek gyorsan valósággá válnak. Még csak hozzászoktunk a generatív mesterséges intelligenciához, de nem szabad túlságosan elkényelmesedni.

A mesterséges általános intelligencia hamarosan túllép azon, hogy puszta elmélet, hanem az intelligencia kidolgozott aktív formája, amely remélhetőleg velünk és értünk dolgozik.