Home-theater-designers
Sedan AI:s genombrott i rampljuset i slutet av 2022 har tusentals AI-modeller dykt upp nästan varje vecka. Det kan vara svindlande att försöka hänga med som gör vad.
Om du är bekant med AI-grunderna kanske du redan känner till generativ artificiell intelligens (GAI). Omvänt kanske du inte är så bekant med en annan typ av AI som kallas artificiell allmän intelligens (AGI).
MAKEUSE AV DAGENS VIDEO SCROLL FÖR ATT FORTSÄTTA MED INNEHÅLL
Även om de låter lika, är de inte riktigt lika. Och nej, det är inte bara för att deras förkortningsbokstäver är växlade. Så, vad är skillnaden mellan de två?
Vad är artificiell allmän intelligens?
Föreställ dig en AI som kan tänka, resonera, uppfatta, sluta sig till – allt som människor kan göra. Det, och mer, är vad artificiell allmän intelligens ska vara. Även om den är teoretisk, kan artificiell allmän intelligens (AGI) utföra vilken intellektuell uppgift som helst, precis som en människa, men med färre eller inga fel.
Det skiljer sig från artificiell smal intelligens (ANI), som är mycket skicklig inom ett visst område eller en rad uppgifter. Narrow Intelligence är utformad för att utmärka sig på endast en eller väldigt få specifika uppgifter, som en professor emeritus i en mycket nischad disciplin.
AGI föreslås vara en AI som kan känna, fatta beslut baserat på sina känslor, lösa problem, lära sig, bearbeta språk och utföra andra kognitiva förmågor. Utan föregående matning av data bör AGI komma på något meningsfullt, oavsett vilka variabler som är involverade.
Science fiction AI är knappt nära, så AGI är fortfarande bara en teori. Även om vissa AI-modeller på gång kommer nära AGI:s beskrivning, förlitar den sig fortfarande starkt på tillhandahållen data och har ännu inte skapat oberoende resonemang. Även om de är utmärkta på problemlösning, naturlig språkbehandling och liknande, är de fortfarande långt kvar innan vi kan kalla dem fullskaliga AGI:er.
Till exempel arbetar Google DeepMind dag och natt med att utveckla AGI-modeller som kan vara i paritet med mänsklig intelligens, med förmågan att lära och resonera precis som människor. För att veta mer, kolla in fantastiska saker Googles DeepMind befintliga bots kan göra .
Så vilka är de potentiella tillämpningarna av artificiell allmän intelligens? Tja, det lovar att finna betydelse inom alla tänkbara områden. Till exempel kan AGI och bioteknik tillhandahålla premiumsjukvård till en bråkdel av kostnaden. Det kan anpassa behandlingsplaner och påskynda diagnosen med minimala fel.
Det kan göra dessa och många fler inom områden som robotik och automation, forskning, utbildning, jordbruk, rymdutforskning, etc.
Vad är generativ artificiell intelligens?
Som nämnts tidigare faller de flesta AI-modeller som finns i skrivande stund i denna kategori.
Generativ artificiell intelligens (GAI) inkluderar all AI som, som namnet antyder, genererar nytt material, vare sig det är ljud, bild eller text, från tidigare imputerad data. Med andra ord, alla AI som du måste ge uppmaningar för att generera innehåll eller svarar på förfrågningar genom att komma åt lagrad information kan klassificeras som en GAI.
Till exempel, de vanliga text-till-tal- och bild-till-bild-översättarna och nyare utveckling som DALL-E ( Vad är DALL-E? ), MuseNet, Style-based Generative Adversarial Networks (StyleGAN), Jukebox och Generative Pre-trained Transformers (GPT-3, GPT-3.5, GPT-4) kategoriseras under Generativ AI.
Generativ AI använder tekniker för djupinlärning för att generera innehåll så nära uppmaningarna som möjligt. De använder uppmaningarna som byggmaterial för att bygga innehållet du begär att producera. Här är några exempel på vad ChatGPT kan göra för dig om du vill veta mer om det.
hur man får iphone i återställningsläge
Hur är artificiell allmän intelligens och generativ artificiell intelligens lika?
Även om de skiljer sig åt i sitt sätt att arbeta och expertis, delar AGI och Generative AI flera saker gemensamt.
1. Lärande
AGI och GAI är maskininlärningsmodeller som lär sig via övervakade, semi-övervakade och oövervakade algoritmer med hjälp av djupa neurala nätverk. Detta för att de ska kunna analysera och bearbeta data för att generera innehåll i linje med kontexten för uppmaningen.
Liksom människor kan AGI-modeller lära av olika data och erfarenheter. Samtidigt utbildas GAI på befintliga stora datapooler för att förstå de underliggande mönstren och relationerna mellan data för att generera ny, meningsfull och relevant data.
2. Omfattning av applikationer
Både AGI och GAI kan användas för en mängd olika ändamål, inklusive men inte begränsat till text-, bild- och videoinnehåll.
Generativ AI kan utvecklas för att tjäna olika syften inom begränsade områden. Å andra sidan är artificiell allmän intelligens naturligt tillämpbar inom varje sfär av livet, eftersom den självständigt kan resonera och utföra uppgifter.
3. Katalysatorer för förändring
Målet med tekniska framsteg är att främja förändring och tillväxt. AGI och GAI är oumbärliga för att snabba upp välbehövliga förändringar och innovationer som världen desperat behöver.
Med introduktionen av användbara GAI och AGI är mänskligheten säker på att snabba framsteg kommer snart, vilket minskar mänsklig arbetstid exponentiellt.
4. Källa till etiskt dilemma
Även om det låter som en bra idé att få extra hjälp från AI, uppstår flera bekymmer när det måste finnas en tydlig gräns för vad som är etiskt rätt för AI att övervaka.
Med Generativ AI har det funnits oro över upphovsrättsregler kring AI-konst och även frågor om huruvida AI-konst är riktig konst . AGI, givet tillräckligt med tid, kan se mänskligheten som meningslös och gå för mänsklighetens utrotning – en sci-fi-skräck som vänder verkligheten.
Regleringar inom området AI har varit utmanande, eftersom dessa är okända vatten för mänskligheten.
Hur skiljer sig artificiell allmän intelligens från generativ artificiell intelligens?
Den viktigaste skillnaden mellan dem är att AGI ännu inte har utvecklats, medan GAI finns och redan används. Andra skillnader ligger i följande:
1. Driftsätt
Förutom det faktum att AGI fortfarande finns på datavetarnas önskelista, är deras arbetssätt markant olika.
Artificiell allmän intelligens är inte begränsad till någon specifik uppgift eller domän, som utför uppgifter utan specifik programmering. Å andra sidan fokuserar generativ AI på att generera nytt innehåll inom en nisch baserat på befintliga mönster och data.
Om jag inaktiverar facebook kan jag fortfarande använda messenger
2. Anpassningsförmåga
AGI kan lära sig och anpassa sig till nya situationer, medan generativ AI begränsas av indata och den specifika domänen där den är verksam.
En AGI som övervakar försäljningen och ekonomin för en organisation kommer att kunna anpassa sig i händelse av en plötslig förändring som en pandemi. AGI-modellen kommer att kunna dra intelligenta slutsatser från tillgänglig data och konfigurera om organisationens verksamhet för att tillgodose den nya utvecklingen.
Detta är något generativ AI på egen hand inte kan göra.
3. Kognition
Artificiell allmän intelligens är sannolikt ganska människolik i sin problemlösningsstrategi. Detta är i motsats till Generative AI, som fungerar på förtränade input-out-sekvenser. En generativ AI kan bara göra vad den var programmerad att göra, varken mer eller mindre. En AGI, å andra sidan, kommer att lära sig, resonera, jämföra och dra slutsatser.
Enkelt uttryckt kan en AGI tänka som en människa och kanske till och med bättre.
4. Inlärningsmetod
Generativ AI lär sig ofta genom oövervakad utbildning via omfattande dataresurser, som lär den hur man skapar nytt innehåll från tidigare befintliga.
AGI kommer att använda en kombination av både övervakat och oövervakat lärande och förstärkningsinlärning. Detta säkerställer att den kan göra intelligenta val inför stora resurser som står till dess förfogande.
GAI, AGI och Beyond
Det går inte att förneka att artificiell allmän intelligens är en dröm som snabbt förvandlas till verklighet. Vi börjar precis vänja oss vid generativ artificiell intelligens men får inte bli för bekväma.
Artificiell allmän intelligens kommer snart att gå längre än att bara vara en teori utan en konkretiserad aktiv form av intelligens, som förhoppningsvis fungerar med och för oss.