Trong khi chơi với ChatGPT và GPT-3, tôi cảm thấy không mấy ấn tượng. Mặc dù nó có thể viết một bài thơ hoặc viết mã, nhưng nó vẫn còn thiếu một số mảnh mà tôi không thể tìm ra. Nó có thể chơi Cờ vua nhưng với Elo là 249. Nó có thể viết mã nhưng chỉ hoạt động được 20% thời gian. Về cơ bản, nó chỉ là một chương trình dự đoán từ tiếp theo và cách duy nhất để nó có vẻ thông minh nói chung là bộ dữ liệu MASSIVE .

Bài viết này sẽ nói về 3 cách để tạo AGI thực tế và cách bạn sẽ thực hiện nó. 3 phương pháp sẽ ở dạng cả bộ dữ liệu và chính AI. Bộ dữ liệu tôi đề xuất sẽ là một số loại bảng tính.

Cách 1: học để học.

Phương pháp này hoàn toàn liên quan đến bộ dữ liệu. Cách thức hoạt động của nó là lấy tập dữ liệu và nén nó vào một cột duy nhất. Ví dụ: bạn có thể lấy tất cả các cổng logic 2 đầu vào 1 đầu ra và thay vì có tất cả chúng trong toàn bộ bảng tính, bạn có thể nén dữ liệu đó thành một hàng và có một hàng cho mỗi cổng logic. Bằng cách đó, khi bạn chạy nó, bạn có thể chỉ định những gì bạn muốn nó làm và nó sẽ làm điều đó.

Cách 2: QUÁ TẢI DỮ LIỆU

Phương pháp này khá đơn giản. Lấy càng nhiều bộ dữ liệu càng tốt và hợp nhất chúng lại với nhau. Một cách dễ dàng để làm điều này là lấy mọi thứ. đơn. csv và tsv. trên Kaggle và kết hợp chúng thành một bảng tính lớn. Điều này sau đó sẽ biến nó thành một trí thông minh chung, bởi vì nó đã được đào tạo về mọi thứ.

Nếu bạn làm điều này với một mô hình KHỔNG LỒ , rất có thể nó sẽ bắt đầu phát triển các hệ thống dành cho trí thông minh chung, giống như con người có các phần não dành cho những việc cụ thể như nhận dạng mẫu, vì vậy con người có thể thực hiện các nhiệm vụ mà trước đây họ không biết cách thực hiện.

Làm điều này sẽ yêu cầu rất nhiều tài nguyên máy tính, vì vậy nó sẽ phù hợp hơn với các công ty lớn như OpenAI và các tổ chức chính phủ.

Cách 3: Thả lỏng.

Phương pháp này là nhiều bước.

1: Mạng thần kinh hiện đại có bố cục từ trái sang phải. Mặc dù điều này có ý nghĩa để tạo ra một mô hình thực hiện tốt một nhiệm vụ một lần, nhưng trí thông minh chung rất có thể là thứ chạy liên tục, giống như bộ não con người. Bộ não con người được thiết lập giống như một vòng lặp hơn. Thay vì các tín hiệu đi qua một hệ thống và đưa ra kết quả ở cuối, các tín hiệu trong não của chúng ta truyền đi theo một vòng lặp, nơi các tế bào thần kinh “đối thoại” với nhau. Điều này sẽ cho phép nó liên tục chạy.

2: Trước khi bạn thực sự sử dụng nó, bạn cần huấn luyện nó ở một mức độ nào đó. Con người khi sinh ra đã có một bộ não hoạt động. Chúng được sinh ra với khả năng thở và bơm máu đã được tiến hóa từ trước. Mặt khác, hầu hết các nhiệm vụ bạn làm một cách có ý thức đều được học. Cách thức hoạt động của nó là trước tiên đào tạo AI ở một mức độ cơ bản nào đó với dữ liệu.

3: Bước tiếp theo là phần thú vị. Bạn cung cấp cho nó một kết nối internet. ( Tôi không chịu trách nhiệm nếu nó giết tất cả mọi người và biến họ thành cái kẹp giấy ) Từ thời điểm này trở đi, bạn chạy thuật toán Q-learning hoặc thuật toán tiến hóa để cải thiện dần dựa trên những gì nó nhìn thấy.

Phần kết luận

Tạo AGI là mục tiêu của các nhà khoa học trong nhiều thập kỷ. Tôi tin rằng chúng ta đang tiến rất gần đến mục tiêu trở thành hiện thực, với ChatGPT và tất cả những tiến bộ AI tuyệt vời khác mà chúng ta đã thấy gần đây. Ngoài ra, ngay cả AI hẹp như ChatGPT cũng đã và sẽ còn tác động rất lớn đến xã hội. Mặc dù có vẻ như AGI/ASI sẽ không bao giờ đến, nhưng hãy nhớ câu trích dẫn này:

ENIAC nặng 30 tấn và có 17.000 ống chân không, các máy tính trong tương lai có thể nặng 1,5 tấn và có 1.000 ống chân không.