จากรายงานการวิจัยของ DeepMind ที่ arxiv.org:
ในบทความนี้เราใช้อัลกอริทึมที่คล้ายกัน แต่โดยทั่วไปซึ่งเราเรียกว่าAlphaZeroกับเกมหมากรุกและโชกิรวมถึง Go โดยไม่มีความรู้ด้านโดเมนเพิ่มเติมยกเว้นกฎของเกมแสดงให้เห็นว่าการเรียนรู้การเสริมแรงทั่วไป อัลกอรึทึมสามารถบรรลุได้, ตารางประสิทธิภาพ, ประสิทธิภาพเหนือมนุษย์ในหลาย ๆ โดเมนที่ท้าทาย
นี่หมายความว่า AlphaZero เป็นตัวอย่างของ AGI (Artificial General Intelligence) หรือไม่?
คำตอบ:
คำถามที่ดี!
AlphaGo แม้จะแข็งแกร่งในเกม Go แต่ก็มีความแข็งแกร่งแคบ ("AI strong-narrow AI") ซึ่งหมายถึงความแข็งแกร่งในปัญหาเดียวหรือประเภทของปัญหา (เช่น Go และเกมข้อมูลอื่นที่ไม่มีโอกาสและสมบูรณ์แบบ)
AGI มักจะเกี่ยวข้องกับsuperintelligenceหมายถึงปัญญาที่เกินกว่าระดับของมนุษย์
AGI ไม่จำเป็นต้องหมายความซุปเปอร์ปัญญาในแง่ที่ว่าเราจะพิจารณาหุ่นยนต์ที่สามารถดำเนินกิจกรรมของมนุษย์ทุกคนที่มีความสามารถเช่นเดียวกับมนุษย์เป็นผู้ประดิษฐ์ทั่วไปหน่วยสืบราชการลับ
แต่ในทางเทคนิคแล้ว AlphaGo นั้นเป็นระบบที่ชาญฉลาดที่แคบเกินกว่าที่มนุษย์จะได้รับจากปัญหาเดียว
ข้อสันนิษฐานที่อาจไม่ถูกต้อง
มีข้อสมมติฐานสองข้อที่สามารถระบุได้ในน้ำเสียงของกระดาษ
มีอีกสองตัวที่ระบุในคำถาม
ทั้งสี่อาจเป็นจริง แต่ไม่มีทั้งสี่อย่างแน่นอน
ผลผลิตของ AlphaZero
ถ้ากระดานหมากรุกของเราอยู่บนชั้นวางเกมในตู้เสื้อผ้าของเราหญ้าของเรานั้นยาวและเครื่องตัดหญ้าของเราจะหัก AlphaZero ถ้าเชื่อมต่อกับหุ่นยนต์ฮิวแมนนอยด์จะไม่มีกฎของเกมเข้ารหัสสำหรับลำดับงาน
ดังนั้นจึงไม่มีคุณค่าของผู้บริโภคเป็นพิเศษสำหรับเราในสถานการณ์นั้น ไม่ธรรมดามาก
แม้ว่ามันจะสามารถตัดหญ้าด้วยเครื่องตัดหญ้าที่ทำงานแล้วมันจะมีค่าซึ่งไม่จำเป็นต้องมีความสามารถในการชนะอะไร แต่ความสามารถในการเชื่อฟังและแสดงสติปัญญาของมนุษย์ที่จำเป็นต้องไม่วิ่งข้ามเตียงดอกไม้
ว่าคนฉลาดของ DeepMind เลือกที่จะใช้ภาษาละตินกระดานรสามากกว่ากระดานชนวนว่างเปล่าเป็นเรื่องน่าทึ่ง แต่ไม่ได้เกือบเป็นที่ประทับใจเป็นการสร้างโปรแกรมการเรียนรู้ที่สามารถเรียนรู้ที่จะเล่นสามเกมดีมีเพียงกฎการเข้ารหัสและการเล่นเกมที่เกิดขึ้นจริงเป็น input
เพื่อพิจารณาโปรแกรมเกมเหล่านี้มีประโยชน์อย่างแท้จริงในพื้นที่ผลิตภัณฑ์หนึ่งไม่สามารถพึ่งพาความสนใจอย่างยั่งยืนในการซื้อซอฟต์แวร์ที่ชนะผู้ซื้อทุกครั้ง เพื่อให้ผลิตภัณฑ์ AI สามารถใช้งานได้คุณสมบัติการเรียนรู้จะต้องสามารถใช้สิ่งที่เรียกว่าสามัญสำนึกซึ่งต้องใช้ความรู้ในวงกว้างและยืดหยุ่นมากกว่ากฎตายตัวของเกม เราสามารถเดาได้ว่านักวิจัยส่วนใหญ่ที่ประสบความสำเร็จในการชนะการเรียนรู้การเล่นเกมกำลังผลักไปในทิศทางนั้น พวกเขาก็รู้ว่าผลการวิจัยของพวกเขาในที่สุดจะต้องมีการผลิตผลหรือนำไปสู่การเสนอขาย SaaS
สิ่งที่น่าประทับใจสำหรับผู้ที่อยู่นอกสนามคือหากความก้าวหน้าเหล่านี้สามารถเปลี่ยนเส้นทางในพื้นที่ศูนย์ข้อมูลเพื่อสร้างการบำบัดรักษาด้วยยีนที่สามารถรักษาได้เพื่อรักษาโรคมะเร็งหรือเริมหรือย้อนกลับไปเป็นเบาหวานหรืออัลไซเมอร์ จากนั้นเราสามารถให้อภัยนักวิจัยที่ไม่ให้การดาวน์โหลดแก่เราซึ่งจะทำให้หุ่นหุ่นต้นแบบทำความสะอาดห้องน้ำของเรา มันไม่ชัดเจนจากกระดาษที่ AlphaZero แสดงให้เห็นอย่างเพียงพอว่ามันแสดงให้เห็นว่า "ประสิทธิภาพเหนือมนุษย์ในหลายโดเมนที่ท้าทาย"
สิ่งที่พวกเขาทำก็ยังคงน่าประทับใจและเป็นไปตามที่คนอื่น ๆ ได้ทำเช่นกัน มีพวกเราบางคนที่กล้าลองสร้างเกมที่โปรแกรมการเรียนรู้เกมทั่วไปเหล่านี้จะไม่เรียนรู้เร็วและเอาชนะพวกเราภายในสองสามเกม
ดูความก้าวหน้าในมุมมอง
แน่นอนในการคำนวณทางคณิตศาสตร์, การเรียงลำดับจดหมาย, และตอนนี้เล่นเกม, การประดิษฐ์ของมนุษยชาติขยายความสามารถของมนุษย์ที่เปลือยเปล่า, ขาดเครื่องมือของเขา. ความคืบหน้าดังกล่าวทำให้ระบบคอมพิวเตอร์มั่นคงภายในขอบเขตของเครื่องมือ จอบกลับเป็นมนุษย์ในทางเกินไป พยายามที่จะวางท่อกิโลเมตรโดยไม่มีใคร
ในทางกลับกันมนุษยชาติมีบทบาทเป็นผู้ให้บริการด้านการดูแลสุขภาพสำหรับคอมพิวเตอร์ หากพวกเขาป่วยหรือล้มเหลวเราถูกบังคับให้ขับไล่ไวรัสและเวิร์มของพวกเขาหรือเปลี่ยนชิ้นส่วนที่ล้มเหลว มิฉะนั้นบ้านและธุรกิจของเราจะตกอยู่ในความระส่ำระสาย
เทคโนโลยีควรมองในมุมมองของทุกสิ่ง
มันจะเป็นการรอบคอบสำหรับมนุษย์ที่จะทำให้ติดใจในเกมน้อยลงและตีกันและให้ความสำคัญกับพฤติกรรมทางสังคมที่ร่วมมือกันที่มุ่งไปสู่การแก้ปัญหาสังคมและเศรษฐกิจด้วยเครื่องมือที่คิดค้นขึ้นใหม่และทำในลักษณะที่ไม่สร้างปัญหาใหม่หรือเชิญ ความโหดใหม่
เชิงอรรถ
สิ่งที่ได้รับการอธิบายว่าเป็นความฉลาดทั่วไปที่มีอยู่ในมนุษย์มีข้อโต้แย้งบนพื้นฐานของหลักฐานไปในทางตรงกันข้าม หลายคนจะกล่าวถึงกลยุทธ์และแนวโน้มเหล่านี้เป็นหลักฐานของข้อ จำกัด ต่อความฉลาดของมนุษย์