ما هو AGI؟ لا أحد يوافق ، وهو يمزق Microsoft و Openai.

إن عتبة الربح التي تم الإبلاغ عنها بقيمة 100 مليار دولار التي ذكرناها في وقت سابق تخلط النجاح التجاري مع القدرة المعرفية ، كما لو أن قدرة النظام على توليد إيرادات تقول أي شيء ذي معنى حول ما إذا كان يمكن أن “التفكير” ، “سبب” ، أو “فهم” العالم مثل الإنسان.

بناءً على تعريفك ، قد يكون لدينا بالفعل AGI ، أو قد يكون من المستحيل جسديًا تحقيقه. إذا قمت بتعريف AGI بأنها “منظمة العفو الدولية التي تؤدي أفضل من معظم البشر في معظم المهام” ، فمن المحتمل أن تلبي نماذج اللغة الحالية هذا الشريط لأنواع معينة من العمل (ما هي المهام ، أي البشر ، ما هو “أفضل”؟) ، ولكن الاتفاق على ما إذا كان هذا صحيحًا بعيدًا عن الشامل. هذا لا يقول شيئًا عن مفهوم “Superintelligence” الأكثر غموضًا-وهو مصطلح غامض آخر لعقل افتراضي يشبه الله إلى أبعد من إدراك الإنسان ، مثل AGI ، يتحدى أي تعريف قوي أو مؤشر.

بالنظر إلى هذه الفوضى التعريفية ، حاول الباحثون إنشاء معايير موضوعية لقياس التقدم المحرز نحو AGI ، لكن هذه المحاولات كشفت عن مجموعة من المشكلات الخاصة بهم.

لماذا تستمر المعايير في إخفاقنا

أنتج البحث عن معايير AGI الأفضل بعض البدائل المثيرة للاهتمام لاختبار Turing. يختبر François Chollet ، مجموعة التجريد والمنطق (ARC-AGI) ، التي تم تقديمها في عام 2019 من قبل François Chollet ، ما إذا كانت أنظمة AI يمكنها حل الألغاز البصرية الجديدة التي تتطلب تفكيرًا تحليليًا عميقًا وجديدًا.

وقال تشوليت لـ Freethink في أغسطس 2024: “يمكن حل جميع معايير الذكاء الاصطناعى الحالية تقريبًا من خلال الحفظ”. تعمل نماذج اللغة الكبيرة كمقلدين رئيسيين ، وتحاكي أنماطًا موجودة في بيانات التدريب ، ولكن لا تنشأ دائمًا حلولًا جديدة للمشاكل.

ولكن حتى المعايير المتطورة مثل ARC-AAGI تواجه مشكلة أساسية: ما زالوا يحاولون تقليل الذكاء إلى درجة. وعلى الرغم من أن المعايير المحسنة ضرورية لقياس التقدم التجريبي في إطار علمي ، فإن الذكاء ليس شيئًا واحدًا يمكنك قياسه مثل الطول أو الوزن – إنه كوكبة معقدة من القدرات التي تظهر بشكل مختلف في سياقات مختلفة. في الواقع ، ليس لدينا حتى تعريف وظيفي كامل للذكاء البشري ، لذلك من المرجح أن يحدد تحديد الذكاء الاصطناعي بأي درجة مؤشرات واحدة فقط جزءًا صغيرًا من الصورة الكاملة.