هوش مصنوعی چه زمانی با هوش انسانی رقابت خواهد کرد؟

هوش مصنوعی چه زمانی با هوش انسانی رقابت خواهد کرد؟

هوش مصنوعی عمومی می تواند به حل مشکلات پیچیده ای مانند تغییرات اقلیمی بیماری های همه گیر و درمان سرطان کمک کند اما این قدرت عظیم عدم قطعیت و خطراتی برای بشریت به همراه دارد. برخی محققان بر این باورند که مدل های زبان بزرگ به تنهایی برای دستیابی به هوش مصنوعی عمومی کافی نیستند و هنوز قطعاتی از این پازل گم شده است.

به گزارش آوای البرز به نقل از ایتنامدل های زبان بزرگ مانند o1 از OpenAI بحث های جنجالی را در مورد دستیابی به هوش مصنوعی عمومی (AGI) ایجاد کرده اند. اما به نظر می رسد که این مدل ها به تنهایی قادر به رسیدن به این نقطه عطف نخواهند بود.

مدل o1 که در سپتامبر ۲۰۲۴ معرفی شد وعده ای جسورانه را ارائه می دهد و ادعا می کند که رویکردی نزدیک تر به تفکر انسانی دارد. این موضوع بحثی را که برای دهه ها در حال جوشیدن بوده است دوباره داغ کرده است: چه زمانی ماشین قادر خواهد بود تمام وظایف شناختی که مغز انسان می تواند انجام دهد از جمله استدلال انتزاعی و برنامه ریزی را انجام دهد؟

هوش مصنوعی عمومی می تواند به حل مشکلات پیچیده ای مانند تغییرات اقلیمی بیماری های همه گیر و درمان سرطان کمک کند اما این قدرت عظیم عدم قطعیت و خطراتی برای بشریت به همراه دارد. برخی محققان بر این باورند که مدل های زبان بزرگ به تنهایی برای دستیابی به هوش مصنوعی عمومی کافی نیستند و هنوز قطعاتی از این پازل گم شده است.

عبارت “هوش مصنوعی عمومی” در حدود سال ۲۰۰۷ وارد گفتمان عمومی شد و به سیستمی اشاره دارد که دارای توانایی های استدلال و تعمیم انسانی است. با وجود پیشرفت های اخیر در مدل های زبان بزرگ هنوز مشخص نیست که آیا ما به “هوش مصنوعی عمومی” نزدیک شده ایم یا خیر.  AlphaGo برنامه هوش مصنوعی گوگل دیپ مایند بهترین بازیکنان انسانی را در بازی Go شکست می دهد اما توانایی های آن محدود به همین بازی است.

مدل های زبانی بزرگ (LLMs) با استفاده از معماری ترنسفورمر قابلیت های جدیدی را ارائه داده اند که برخی محققان را به فکر “هوش مصنوعی عمومی” انداخته است. این مدل ها قادرند زبان را به شیوه ای مشابه انسان ها تحلیل کنند و توانایی های جدیدی مانند حل مسائل ریاضی و تولید برنامه های کامپیوتری را نشان دهند.

با این حال LLMها محدودیت هایی دارند. برای مثال آنها نمی توانند به طور واقعی خود را با موقعیت های جدید تطبیق دهند زیرا توانایی ترکیب مجدد دانش خود را ندارند. همچنین داده هایی که برای آموزش این مدل ها استفاده می شود رو به کاهش است و پژوهشگران هشدار می دهند که ممکن است تا سال ۲۰۳۲ منابع داده ای کافی برای آموزش LLMها وجود نداشته باشد.

به طور کلی علی رغم پیشرفت ها هنوز هم “هوش مصنوعی عمومی” دور از دسترس به نظر می رسد. محققان بر این باورند که برای رسیدن به “هوش مصنوعی عمومی” نیازمند توسعه مدل هایی هستیم که بتوانند راه حل ها را به صورت همزمان یا در بخش های بزرگ تولید کنند. همچنین نیاز به ساخت مدل هایی وجود دارد که بتوانند نمایشی از جهان ایجاد کنند تا بتوانند اقداماتی را پیش بینی کرده و برنامه ریزی کنند.

*بازنشر مطالب دیگر رسانه ها در آوای البرز به منزله تأیید محتوای آن نیست و صرفا جهت آگاهی مخاطبان می باشد.

انتهای پیام