Quanto siamo vicini all’AGI?

Quanto siamo avvicinati all'AGI?

 

La tecnologia sta avanzando a un ritmo più rapido di quello che noi umani possiamo tenere? Beh sì. Quest’anno ci sono state molte novità, una dopo l’altra ed è stato difficile per noi stare al passo. Sembra che ogni giorno stessimo imparando qualcosa di nuovo e che fossimo sulle spine.

Con questi progressi, la conversazione intorno all’Intelligenza Artificiale Generale (AGI) sta diventando sempre più frequente. Una volta era una conversazione di fantascienza, che vedevamo nei film e nei libri, in cui quelle trame erano un po’ esagerate e irrealistiche.

Ma nel 2023 in particolare, questo è cambiato drasticamente. Il pubblico ha un grande interesse per l’IA e per come plasmerà il futuro. Sistemi di IA generativa come ChatGPT hanno conquistato il mondo, con alcuni che lo amano e altri che sono preoccupati per la sostituzione del lavoro.

• Ricercatori avanzano i superconduttori topologici per la computazione quantistica
• L’IA sta sorvegliando il furto di pacchi per UPS
• Tre iOS 0-Days Utilizzati per Infettare iPhone

Questo ci riporta all’argomento dell’AGI. Ma cos’è l’AGI?

L’Intelligenza Artificiale Generale (AGI) è una macchina che può svolgere qualsiasi tipo di compito intellettuale, allo stesso modo di un essere umano.

Detto ciò, la grande domanda sulla mente di molte persone è quanto siamo vicini a raggiungere effettivamente l’AGI e cosa succederà quando ci riusciremo.

Ecco cosa affronterà questo blog, quindi preparatevi e godetevi l’apprendimento sul nostro potenziale futuro…

 

Cosa sappiamo sull’AGI

 

Quindi sappiamo che l’AGI è un sistema di intelligenza artificiale che può svolgere qualsiasi compito intellettuale che un essere umano può svolgere. Ciò significa che le macchine dovranno possedere un’intelligenza di livello umano, senza alcun aiuto. Le basi per l’IA sono state gettate all’inizio del 1900, con molti che affermano che raggiungere l’AGI completerà l’obiettivo finale della legacy dell’IA.

Non si può dire che attualmente i sistemi di intelligenza artificiale non abbiano la capacità di svolgere compiti a un livello estremamente accurato, meglio degli esseri umani. Tuttavia, c’è qualcosa che manca ai sistemi di IA, e cioè la loro capacità generale. Ciò significa che mancano della capacità di adattarsi rapidamente a nuove situazioni, senza bisogno di istruzioni.

Noi esseri umani ci siamo adattati nel corso di molti anni e abbiamo sopravvissuto a diverse situazioni. La nostra abilità generale è legata alla sopravvivenza, ecco perché siamo così bravi in questo.

Ci sono stati molti sviluppi recenti che hanno plasmato il mondo della tecnologia, uno in particolare sono i sistemi di IA generativa come ChatGPT. Vorrei precisare che l’IA generativa e l’intelligenza artificiale generale hanno delle somiglianze, ma sono diverse. L’IA generativa è un modello di apprendimento profondo che ha la capacità di generare contenuti come testi e immagini, basandosi sui dati su cui è stata allenata.

Per darvi un esempio, un programma di scacchi con IA probabilmente vi batterà a scacchi, ma lo stesso sistema di IA non sarà in grado di dirvi cosa sta accadendo attualmente nella politica mondiale. Questo perché è limitato a un determinato dominio, e basta.

Come abbiamo accennato, l’AGI manca della capacità generale, che manca anche all’IA generativa, in quanto non è il suo scopo. L’IA generativa aiuterà l’AGI nel suo percorso, ma è importante notare che non sono la stessa cosa.

 

Progresso verso AGI

 

Quindi capiamo che non abbiamo ancora raggiunto esattamente l’AGI, ma dove siamo attualmente e cosa è in fase di sviluppo?

 

Ricerca e Sviluppo

 

Ci sono stati anni e anni di ricerca sull’apprendimento profondo, che è un sottoinsieme dell’apprendimento automatico. È un metodo di apprendimento automatico che insegna ai computer a fare ciò che viene naturale agli esseri umani. Addestra un algoritmo a predire risultati, dati un insieme di input.

L’utilizzo di grandi quantità di dati su reti neurali complesse ha permesso ai sistemi di intelligenza artificiale di affrontare compiti complessi come l’elaborazione del linguaggio naturale (NLP) e il riconoscimento delle immagini. C’è moltissimo apprendimento e miglioramento che sta avvenendo nell’industria del deep learning per aiutare la nascita dell’AGI.

 

Apprendimento per rinforzo

 

Parallelamente a questo approccio, vi è anche un aumento dell’apprendimento per rinforzo. Lo scopo dell’apprendimento per rinforzo è quello di addestrare un modello a restituire una soluzione ottimale utilizzando una sequenza di soluzioni e/o decisioni create per un problema specifico. Affinché il modello scelga la soluzione/decisione giusta, viene stabilito un segnale di ricompensa.

Se il modello si avvicina all’obiettivo, viene dato un premio positivo; tuttavia, se il modello si allontana dall’obiettivo, viene dato un premio negativo. I modelli di apprendimento automatico imparano comprendendo il loro ambiente e ricevendo un feedback basato sulle loro azioni.

Sfide verso l’AGI

Sistemi AI Adattabili

Naturalmente, durante la progressione di qualsiasi cosa, ci si trova di fronte a sfide che è necessario superare. Nell’ambito della ricerca e dello sviluppo, la principale sfida che l’AGI sta affrontando è la capacità di costruire un sistema in grado di comprendere il contesto di input e adattarsi ad esso allo stesso modo dei esseri umani. I ricercatori stanno esplorando nuovi modi in cui un algoritmo può pensare in modo più creativo per superare questa sfida. Ad esempio, alcuni ricercatori stanno esaminando la possibilità di sistemi di IA intelligenti che attraversano un apprendimento continuo durante tutta la loro vita.

Sulla base di ciò, siamo davvero vicini all’AGI?

Limitazioni hardware

Come puoi immaginare, non è semplice costruire questi straordinari sistemi di intelligenza artificiale. Richiedono molta potenza di calcolo, il che ha spinto lo sviluppo di hardware specializzati come GPU e TPU. E questo hardware non è neanche economico. Quindi puoi immaginare quanto tempo e risorse siano necessari per costruire un sistema di intelligenza artificiale accurato e robusto.

Quindi, dove ci troviamo con l’AGI?

È difficile dirlo perché gli esperti di AGI hanno opinioni contrastanti. Alcuni sostengono che l’AGI potrebbe essere raggiunta nei prossimi anni, mentre altri ritengono che ci siano ancora decenni di lavoro da fare.

L’unica cosa che può determinare quanto siamo vicini all’AGI è il tasso di progresso tecnologico. Più avanzati diventano i sistemi tecnologici attuali e nuovi, più gli esperti sono vicini a trovare i pezzi mancanti del puzzle. Più scoperte vediamo nel mondo della tecnologia, più siamo vicini all’AGI.

Un altro aspetto che i governi e le organizzazioni stanno considerando ora più che mai sono le implicazioni etiche di tali sistemi di intelligenza artificiale per la società. Promuovere una narrazione sull’AGI potrebbe portare a conseguenze disastrose se non si riesce a comprendere e controllare questi sistemi di intelligenza artificiale.

Conclusione

Tuttavia, stiamo vedendo sempre più organizzazioni investire più denaro nell’industria tecnologica. Molti si stanno unendo per stare al passo con il mercato competitivo, mentre altri cercano di creare un mercato completamente nuovo.

La risposta a questa domanda è che dovremo aspettare per vedere quali progressi tecnologici verranno fatti nel prossimo futuro per avere una migliore comprensione di quanto siamo davvero vicini all’AGI. Nisha Arya è una scienziata dei dati, scrittrice tecnica freelance e responsabile della comunità presso VoAGI. È particolarmente interessata a fornire consigli sulla carriera o tutorial di Data Science e conoscenze teoriche legate alla Data Science. Desidera anche esplorare i diversi modi in cui l’intelligenza artificiale può beneficiare la longevità della vita umana.