Was ist allgemeine künstliche Intelligenz? Alles, was Sie wissen müssen

Künstliche Intelligenz macht den Weg frei für Maschinen, die sich wie wir verhalten, arbeiten und lernen können!

Künstliche Intelligenz hat die Art und Weise, wie Maschinen ihre Arbeit verrichten, verändert. Heute kann Ihr Computer viele private und berufliche Aufgaben erledigen, wenn Sie ihn mit KI-Tools trainieren. Einige Beispiele sind die Erstellung von Bildern, die Sprachausgabe von Texten, die Steuerung von Programmen usw.

Aber diese sind nicht wirklich intelligent. Hinter einer solchen Automatisierung stehen viele Monate der Schulung.

Wie wäre es mit einer wirklich intelligenten Computeranwendung, die selbständig lernen kann? Das ist die Domäne der allgemeinen künstlichen Intelligenz. Lesen Sie weiter, um diese bahnbrechende Technologie noch heute kennenzulernen!

Einführung

AGI ist eine Technologie, die Software und Hardware so intelligent machen kann, dass sie menschenähnliche kognitive Fähigkeiten zum Ausdruck bringt. Sie hat auch andere Namen wie starke KI, vollständige KI usw.

Um es zu vereinfachen, stellen Sie dem intelligenten AGI-System ein Problem, das es vorher nicht kannte. Der intelligente Computer analysiert das Problem, führt eine Online-Recherche durch und liefert eine Lösung für das Problem.

IBM, OpenAI, Microsoft, Google Brain, Darktrace, Deepmind usw. sind die Vorreiter der AGI-Technologie. Diese Unternehmen versuchen, einen intelligenten Computer mit den folgenden Eigenschaften auszustatten:

• Menschenähnliche allgemeine Intelligenz
• Express-Intelligenz ist nicht an eine bestimmte Aufgabe wie Tippen oder Sprechen gebunden
• Verallgemeinerung neuer Erkenntnisse und Verknüpfung des Wissens mit früheren Erfahrungen
• Aus qualitativ unterschiedlichem Wissen einen Sinn machen
• Aufgaben aus dem realen Kontext wahrnehmen und analysieren

Derzeit gibt es keine echte künstliche allgemeine Intelligenz (AGI). IBM Strong AI und Google Brain machen einige Fortschritte, aber sie sind noch nicht produktionsreif.

Nutzen und Bedarf

Wir brauchen AGI, um Menschen an gefährlichen Orten zu ersetzen. Außerdem können AGI-Computer ein ungeahntes Maß an Produktivität im Geschäftsleben ermöglichen.

AGI-Anwendungen werden der Menschheit auch dabei helfen, schwierige Rätsel in den Bereichen Medizin, Gesundheitswesen, Lieferkette, Wirtschaft, Finanzen und Sozialwissenschaften zu lösen.

Hier sind einige weitere wichtige Gründe für die Entwicklung einer AGI:

• AGI-Anwendungen können ein besseres Verständnis von Ursache und Wirkung zeigen, um den Menschen bei Risikobewertungsprojekten zu helfen.
• AGIs können verschiedene Sinneswahrnehmungen wie Farbe, Ton, Tiefe, Bild und Dimensionen effektiv nutzen.
• Solche intelligenten Computerprogramme können einen Roboterarm anweisen, feinmotorische Aufgaben wie den Zusammenbau elektronischer Geräte von Anfang bis Ende auszuführen.
• Die Fähigkeit einer AGI, natürliche Sprache zu verarbeiten (NLP), wird die Automatisierung erleichtern. Sie brauchen nur einige Schlüsselwörter einzugeben, und das AGI-Tool erstellt den automatisierten Ablauf, den Sie benötigen.
• AGIs können einzigartige Probleme lösen, nachdem sie sich das Problem angesehen und die reale Umgebung analysiert haben. Es müssen keine Wenn/Dann-, Wenn/Else-Bedingungen usw. erfüllt werden.
• AGIs können Autoren von Inhalten, Künstlern, Designern und Architekten mit unkonventionellen Ideen helfen.
• AGI-Apps können einen exzellenten Kundenservice bieten, ohne dass etwas daneben geht, denn sie verfügen auch über emotionale und soziale Intelligenz.

KI vs. AGI

#1. Wirkungsweise

KI, auch bekannt als enge KI, ist eine reaktive intelligente Anwendung. Sie reagiert mit einer voreingestellten Liste von Aktionen, wenn sie Signale von Ereignisauslösern erhält.

AGIs benötigen keine Ereignisauslöser. Diese Anwendungen reagieren proaktiv, wie Menschen, um Probleme zu vermeiden, Rätsel zu lösen usw.

#2. Umfang der Aktion

Enge oder schwache KIs haben auch einen begrenzten Handlungsspielraum. Eine schreibende KI darf nicht Auto fahren und umgekehrt. Der begrenzte Anwendungsbereich macht die Entwicklung auch auf der Produktionsebene kostspielig und ineffizient.

Eine KI könnte eine ganze Produktionsanlage, Tausende von Häusern in einem Ort in einer Region oder alle Büros Ihres Unternehmens steuern. Sie ist offen für jede Herausforderung, da sie über kognitives Lernen, logisches Denken und proaktive Handlungsfähigkeit verfügt.

#3. Problemlösungsfähigkeiten

KI im engeren Sinne löst meist eng begrenzte Probleme wie GPS-Navigation, Websuche auf der Grundlage von Schlüsselwörtern, KI-Schreiben, KI-Codevervollständigung usw.

Künstliche allgemeine Intelligenz ist in der Lage, Probleme mit offenem Ausgang zu lösen, wie z.B. die Entwicklung einer Marketingstrategie für den Außendienst durch Analyse des Marktes, der Kunden und der Produkte.

#4. Speicherkapazität

Die meisten schwachen KI-Programme basieren auf Maschinen mit begrenztem Speicher. KI stützt sich auf eine Reihe von künstlichen neuronalen Netzen und Trainingsdatenbanken. Wenn die Datenbank oder die Algorithmen veraltet sind, bleiben KIs stecken.

AGIs werden über lokale Datenbanken, Cloud-Datenbanken und das Internet über praktisch unbegrenzten Speicher (Wissensressourcen) verfügen.

#5. Upgrades

Menschen müssen schwache KIs regelmäßig aufrüsten, wenn sich Geschäftsanforderungen und Markttrends ändern.

AGIs werden ihre Speicher und Datenbanken selbst aktualisieren. Sie verlangen kein menschliches Eingreifen.

Ansätze

#1. Der subsymbolische Ansatz

Hier verwenden AGI-Entwickler Anwendungen, die dem menschlichen Gehirn ähneln. Zum Beispiel AlphaGo von DeepMind, Faltungsneuronale Netze, Deep Learning-Systeme usw.

#2. Der symbolische Ansatz

Bei dieser Methode verwenden AGI-Entwickler Flussdiagramme, Symbole und Wenn-Dann-Anweisungen. Künstliche allgemeine Intelligenz verwendet einen primären Algorithmus, um zu lernen und eine Wissensbasis zu schaffen. Außerdem kann sie den Algorithmus und seine Symbole mit Aspekten der realen Welt vergleichen und bessere Denkprozesse entwickeln als schwache KIs.

#3. Ganzheitlicher Ansatz

In diesem Konzept wollen AGI-Entwickler die gesamte Software, Hardware, das Netzwerk und die sensorischen Fähigkeiten in einen menschenähnlichen Körper integrieren. Der Humanoide kann gehen, sprechen, Menschen berühren und so weiter.

#4. Der Hybrid-Ansatz

Der hybride Weg der AGI-Entwicklung stützt sich auf den subsymbolischen und den symbolischen Ansatz.

Ein erfolgreiches Beispiel für diese Kategorie ist Sophia, ein humanoider Roboter. Er umfasst sowohl symbolische als auch konnektionistische Systeme. Sophia benötigt zum Beispiel die CogPrime-Architektur und die AtomSpace-Datenbank für seine Funktionalitäten.

#5. Mathematischer Ansatz

Die Forscher wollen den AGIs unendlich viel Rechenleistung zur Verfügung stellen. Dadurch werden diese intelligenten Apps und Geräte in der Lage sein, die erforderliche Anzahl von mathematischen Problemlösungen durchzuführen, um hervorragende Entscheidungen zu treffen.

Wie funktioniert AGI?

Ein AGI-Programm nutzt verschiedene Technologien, um kognitive Fähigkeiten auf menschlichem Niveau zu erreichen. Diese sind im Folgenden aufgeführt:

Eingabe und Ausgabe (E/A)

AGIs verwenden verschiedene sensorische Geräte, um ihre Aufgaben in Produktionsanlagen oder als selbstfahrende Autos zu erfüllen. Diese Sensoren können visuell, RFID, Temperatur, Druck, Geschwindigkeit, Bewegung usw. sein.

Eine andere Gruppe von AGIs benötigt möglicherweise OCR, Datenbankanschlüsse usw., um Geschäftsvorgänge in Büros durchzuführen.

Motorische Fähigkeiten

Ganzkörperroboter, Roboterarme, autonome Fahrzeuge usw. funktionieren durch feine Bewegungen. AGIs verlassen sich auf motorische Fähigkeiten, die durch neuronale Netzwerke, 3D-Bildverarbeitung, visuelle Nachahmung usw. erworben wurden.

NLP

Eine AGI kann aus verschiedenen Quellen wie Website-Artikeln, Forschungsjournalen, eBooks, YouTube-Videos usw. lernen. Zu diesem Zweck lernt die intelligente Anwendung zunächst, natürliche Sprache in Maschinensprache zu interpretieren.

Reasoning und Problemlösung

Ein AGI-Roboter oder eine AGI-Anwendung verwendet oft Simulationen, um ein bestimmtes Problem zu lösen. Da die Maschine über enorme Verarbeitungs- und Speicherkapazitäten verfügt, kann sie mehrere Simulationen gleichzeitig ausführen. Je nach Erfolgsquote kann er sich dann für eine Simulation entscheiden.

Kreatives Denken

AGIs können mehrere neuronale Netzwerke nutzen, um einzigartige und kreative Ideen wie Kunstformen, Musiknoten, Artikel usw. zu entwickeln.

Gesichtserkennung und Tonverarbeitung

Humanoide AGIs, die mit Menschen interagieren, verwenden meist Tonanalyse und Gesichtserkennung. Nach der Verarbeitung von Audio- und visuellen Daten aus der Umgebung und dem Abgleich mit bestehenden Wissensdatenbanken können sie mit Menschen interagieren.

Herausforderungen

Künstliche allgemeine Intelligenz hat das Potenzial, die Welt der KI zu verändern. Aber der Weg dorthin ist nicht einfach. Hier sind die Herausforderungen und Hindernisse bei der Entwicklung einer AGI:

#1. Beherrschung menschenähnlicher Fertigkeiten

Um echte Intelligenz auf menschlichem Niveau zu erreichen, muss eine AGI einige Fähigkeiten beherrschen. Dazu gehören motorische Fähigkeiten, natürliches Sprachverständnis, Sinneswahrnehmung, emotionale und soziale Bindungen und Kreativität auf menschlichem Niveau.

#2. Fehlen eines Arbeitsprotokolls

Es gibt keine Standard-Arbeitsprotokolle von KI-Systemen für eine mühelose Zusammenarbeit. Daher ist der Einsatz eines umfassenden AGI-Systems mit unvermeidlichen technischen Unzulänglichkeiten verbunden.

#3. Fehlende Unternehmensausrichtung

Die Integration von KI in bestehende Systeme bleibt ein komplexer Prozess. Da die betroffenen Interessengruppen noch immer nicht über die operativen Parameter informiert sind, ist es schwierig, die Entwicklung mit den Geschäftszielen in Einklang zu bringen.

#4. Kommunikationslücken

Es gibt immer noch eine Kommunikationslücke zwischen den einzelnen KI-Systemen. Da ein nahtloser Datenaustausch zwischen diesen Systemen nicht möglich ist, wird das Interlearning der KI-Modelle behindert und ihre Universalität eingeschränkt.

#5. Fehlen einer AGI-Richtlinie

Es gibt keine Pläne oder Anweisungen für die Implementierung von AGI in den Geschäftsbetrieb von Unternehmen. Dadurch wird die Implementierung kostspielig und die Umsetzung wird behindert.

Trends

Wie Sie wissen, steht die vollständige Entwicklung der künstlichen allgemeinen Intelligenz noch bevor. Diese KI-Trends werden AGI jedoch beeinflussen:

#1. Natürliche Sprachverarbeitung (NLP)

NLP oder Natural Language Processing (Verarbeitung natürlicher Sprache) bezieht sich auf den Prozess, mit dem KI menschliche Sprache verstehen und in maschinengestützte Codes umwandeln kann. Durch den Einsatz von NLP kann AGI erwarten, dass sie in der Lage ist, mit Menschen realistisch zu interagieren.

#2. Metaverse

Metaverse ist eine Technologie, die ein immersives Benutzererlebnis bietet. Je mehr Menschen sich dafür interessieren, desto mehr wird AGI die Metaverse beim Aufbau einer virtuellen Welt unterstützen.

#3. Low-Code oder No-Code KI

Es gibt eine steigende Nachfrage nach Low-Code- oder No-Code-Lösungen, auch für KI-Tools und -Algorithmen. Diese Lösungen verfügen über intuitive Schnittstellen, die komplexe App-Entwicklungsprozesse vereinfachen.

#4. Erweiterung der Belegschaft

Das bedeutet, dass Menschen und digitale Mitarbeiter Seite an Seite in einem Unternehmen arbeiten. Auch wenn viele befürchten, dass KI Menschen arbeitslos machen wird, wird die Einbeziehung von KI in den Betrieb diesen effizienter machen.

#5. Quanten-KI

Quanten-KI hat eine hohe Chance, AGI zu beeinflussen, indem sie ML-Algorithmen beschleunigt und Ihnen hilft, schnell Ergebnisse zu erzielen. Sie kann auch die Hindernisse ausräumen, die AGI bei der Analyse riesiger Datenmengen überwinden muss.

#6. KI-Ethik

Die potenziellen Risiken der KI sind nicht zu übersehen. Wenn sie nicht richtig genutzt wird, könnte KI für die Menschheit gefährlich werden. Daher wird der KI-Ethik in den kommenden Jahren mehr Aufmerksamkeit geschenkt werden.

#7. KI-Chatbots

KI-Chatbots oder virtuelle Assistenten können eine natürliche Konversation führen und regelbasierte Operationen durchführen. Als Ersatz für menschliche Support-Agenten haben diese Chatbots die Betriebskosten für Unternehmen bereits gesenkt. In Zukunft kann dies die AGI revolutionieren.

Risiken der AGI

• Wenn die Datenbank der AGI begrenzt ist, kann sie katastrophale Entscheidungen treffen, die Unternehmen und Haushalten schaden.
• AGIs können zum Ziel von fortgeschrittenen Hackerangriffen werden. Wenn ein Hacker eine AGI-Maschine zum Stillstand bringt, könnte dies das gesamte Unternehmen schädigen.
• KI-Entwickler haben von verschiedenen Vorfällen berichtet, in denen AGI-Prototypen voreingenommene Entscheidungen getroffen haben.
• Wenn AGIs uneingeschränkten Zugang zu Datenbanken erhalten, könnte dies auch gegen verschiedene Datenschutzbestimmungen auf der ganzen Welt verstoßen.

Als Nächstes werden wir uns Beispiele aus der realen Welt für Künstliche Allgemeine Intelligenz ansehen.

Beispiele aus der realen Welt

#1. Automatisierte Vertragsprüfung von ThoughtRiver

Die KI-Intelligenz der ThoughtRiver Contract Acceleration Platform kann juristische Dokumente durchforsten, Verträge prüfen und kennzeichnen, Strategien entwickeln und sogar Korrekturen vornehmen, um Geschäfte über die Ziellinie zu bringen.

Sie kann sogar historische Präzedenzfälle zitieren, um die Verhandlungsposition zu stärken. Es ist, als hätten Sie Mike Ross und Harvey Spector in Ihrer Ecke.

#2. AlphaGo

AlphaGo ist ein KI-basierter Go-Brettspieler. Sie ist die erste intelligente Maschine, die einen lebenden Profi-Go-Spieler besiegt hat. Obwohl es sich um eine KI mit einem begrenzten Aktionsradius handelt, verfügt sie über selbstlernende Fähigkeiten. AlphaGo kann von seinem Konkurrenten und seinen eigenen Fehlern lernen.

#3. Die gebündelten KI-Toolsvon OpenAI

Die unten erwähnten KI-Systemevon OpenAI können verschiedene Aufgaben automatisch erledigen, wenn sie über API-Aufrufe kombiniert werden:

• GPT-3 erstellt Texte in natürlicher Sprache aus einfachen Phrasen und Hinweisen. Viele Online-Spiele und Mixed-Reality-Erlebnisse wie FableStudios geschichtengetriebenes “Virtual Being” verwenden GPT-3 für interaktive Geschichten.
• Codex hilft Entwicklern, Eingaben in natürlicher Sprache in Codes zu übersetzen, um sie bequem zu kodieren.
• DALL-E hilft NFT-Entwicklern und digitalen Künstlern dabei, in wenigen Minuten Tausende von originellen und einzigartigen Kunstwerken zu erstellen. Die KI kann auch Bilder bearbeiten.

#4. IBM Watson

IBM Watson ist ein umfassendes KI-Paket für Unternehmen. Wir können es eine AGI nennen, da es verschiedene Anwendungen hat. Es gibt verschiedene Watson KIs, die im Folgenden aufgeführt sind:

• IBM Watson Assistant für den Kundenservice oder die virtuelle Assistenz
• IBM Watson Discovery liefert Erkenntnisse und Antworten aus komplexen Geschäftsdokumenten
• IBM Watson Natural Language Understanding and Classifier

Letzte Worte

Bis jetzt haben Sie das Konzept der künstlichen Intelligenz kennengelernt. Sie haben auch seine Funktionsweise, Herausforderungen, Beispiele, Risiken und vieles mehr kennen gelernt.

Das Gelernte wird Ihnen helfen, Ihre Entwicklungsprojekte für künstliche Intelligenz richtig zu planen. Es muss flexibel genug sein, um intelligente Anwendungen der nächsten Generation in Ihr Projekt aufzunehmen und es zu einer AGI zu machen.

Wenn Sie ein Unternehmen sind, das seine Abläufe produktiver und kosteneffizienter gestalten möchte, könnte AGI die Antwort sein, auch wenn weitere Entwicklungen im Gange sind.

Als nächstes können Sie mehr über maschinelles Lernen erfahren.