ਜੇਕਰ ਤੁਸੀਂ ਕਦੇ ਸੋਚਿਆ ਹੈ ਕਿ ਕੀ ਚੈਟਜੀਪੀਟੀ ਕੀ ਸੱਚਮੁੱਚ ਬੁੱਧੀਮਾਨ ਹੈ ਜਾਂ ਜਦੋਂ ਅਸੀਂ ਇੱਕ ਅਜਿਹੀ ਮਸ਼ੀਨ ਦੇਖਾਂਗੇ ਜੋ ਮਨੁੱਖ ਵਾਂਗ ਸੋਚ ਸਕਦੀ ਹੈ — ਦੀ ਦੁਨੀਆ ਵਿੱਚ ਤੁਹਾਡਾ ਸਵਾਗਤ ਹੈ ਨਕਲੀ ਜਨਰਲ ਇੰਟੈਲੀਜੈਂਸ (ਏਜੀਆਈ). ਪਰ AGI ਸਿਰਫ਼ ਇੱਕ ਹੋਰ ਗੂੰਜਦਾ ਸ਼ਬਦ ਨਹੀਂ ਹੈ। ਇਹ AI ਖੋਜ ਦਾ ਪਵਿੱਤਰ ਗ੍ਰੇਲ ਹੈ, ਵਾਅਦਾ ਕਰਨ ਵਾਲੀਆਂ ਮਸ਼ੀਨਾਂ ਜੋ ਸਿਰਫ਼ ਉਹੀ ਨਹੀਂ ਕਰਦੀਆਂ ਜਿਸ ਲਈ ਉਹਨਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ - ਉਹ ਇਸ ਦਾ ਕਾਰਨ, ਅਨੁਕੂਲਹੈ, ਅਤੇ ਸਮਝੋ ਇਨਸਾਨਾਂ ਵਾਂਗ।
ਭਵਿੱਖ ਵਿੱਚ ਛਾਲ ਮਾਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਆਓ ਸਮਝੀਏ ਕਿ ਕਿਵੇਂ AGI ਹੋਰ ਕਿਸਮਾਂ ਦੇ AI ਨਾਲ ਤੁਲਨਾ ਕਰਦਾ ਹੈ।: ਤੰਗ AI (ANI) ਅਤੇ Superintelligent AI (ASI)।
ਏਆਈ ਦੀਆਂ ਤਿੰਨ ਕਿਸਮਾਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨਾ
ਆਓ ਇੱਕ ਸਮਾਨਤਾ ਦੀ ਵਰਤੋਂ ਕਰੀਏ: ਕਲਪਨਾ ਕਰੋ ਕਿ AI ਇੱਕ ਰਸੋਈ ਵਿੱਚ ਸ਼ੈੱਫ ਹੈ।
ਨਕਲੀ ਤੰਗ ਬੁੱਧੀ (ਏਐਨਆਈ)
ਲਾਈਨ ਕੁੱਕ। ਇੱਕ ਪਕਵਾਨ ਵਿੱਚ ਬਹੁਤ ਵਧੀਆ, ਪਰ ਆਪਣੀ ਵਿਅੰਜਨ ਤੋਂ ਬਾਹਰ ਅਣਜਾਣ। ਅੱਜ ਜ਼ਿਆਦਾਤਰ AI - ਜਿਵੇਂ ਕਿ ਅਲੈਕਸਾ, ਸਪੈਮ ਫਿਲਟਰ, ਅਤੇ ਨੈੱਟਫਲਿਕਸ ਸਿਫ਼ਾਰਸ਼ਾਂ - ਇੱਥੇ ਆਉਂਦੀਆਂ ਹਨ। ਉਹ ਕੰਮ-ਵਿਸ਼ੇਸ਼ ਹਨ, ਉਹਨਾਂ ਵਿੱਚ ਉਸ ਤੋਂ ਵੱਧ ਸਿੱਖਣ ਦੀ ਕੋਈ ਯੋਗਤਾ ਨਹੀਂ ਹੈ ਜਿਸ ਲਈ ਉਹਨਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਸੀ।
ਉਦਾਹਰਨ: ਗੂਗਲ ਟ੍ਰਾਂਸਲੇਟ ਭਾਸ਼ਾਵਾਂ ਦਾ ਅਨੁਵਾਦ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਇਹ ਕਿਸੇ ਨਾਵਲ ਦਾ ਸਾਰ ਨਹੀਂ ਦੇ ਸਕਦਾ ਜਾਂ ਕਾਰ ਨਹੀਂ ਚਲਾ ਸਕਦਾ।
ਨਕਲੀ ਜਨਰਲ ਇੰਟੈਲੀਜੈਂਸ (ਏਜੀਆਈ)
ਮਿਸ਼ੇਲਿਨ-ਸਟਾਰ ਵਾਲਾ ਸ਼ੈੱਫ। ਨਵੇਂ ਪਕਵਾਨ ਬਣਾ ਸਕਦਾ ਹੈ, ਸੁਧਾਰ ਸਕਦਾ ਹੈ, ਅਨੁਕੂਲ ਬਣਾ ਸਕਦਾ ਹੈ—ਬਿਲਕੁਲ ਜਿਵੇਂ ਇੱਕ ਮਨੁੱਖ ਕਰੇਗਾ। AGI ਅਜੇ ਵੀ ਸਿਧਾਂਤਕ ਹੈ, ਪਰ ਵਿਚਾਰ ਇਹ ਹੈ ਕਿ ਇਹ ਕੋਈ ਵੀ ਬੌਧਿਕ ਕੰਮ ਸਿੱਖ ਸਕਦਾ ਹੈ ਜੋ ਕੋਈ ਵਿਅਕਤੀ ਕਰ ਸਕਦਾ ਹੈ। ਇਹ ਸਿਰਫ਼ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਨਹੀਂ ਕਰੇਗਾ, ਸਗੋਂ ਸੰਦਰਭ, ਭਾਵਨਾ ਅਤੇ ਅਸਪਸ਼ਟਤਾ ਨੂੰ ਸਮਝੇਗਾ।
ਸੋਚੋ: ਇੱਕ ਅਜਿਹਾ ਸਿਸਟਮ ਜੋ ਸ਼ਤਰੰਜ ਸਿੱਖ ਸਕਦਾ ਹੈ, ਬਿਮਾਰੀ ਦਾ ਪਤਾ ਲਗਾ ਸਕਦਾ ਹੈ, ਨਾਵਲ ਲਿਖ ਸਕਦਾ ਹੈ, ਅਤੇ ਇੰਜੀਨੀਅਰਿੰਗ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰ ਸਕਦਾ ਹੈ - ਬਿਨਾਂ ਦੁਬਾਰਾ ਸਿਖਲਾਈ ਦੇ।
ਨਕਲੀ ਸੁਪਰ ਇੰਟੈਲੀਜੈਂਸ (ਏਐਸਆਈ)
A ਸੁਪਰ-ਬੁੱਧੀਮਾਨ ਏਲੀਅਨ ਸ਼ੈੱਫ। ਮਨੁੱਖੀ ਤਰਕ, ਰਚਨਾਤਮਕਤਾ, ਜਾਂ ਹਮਦਰਦੀ ਤੋਂ ਪਰੇ। ASI ਅੱਜ ਸਿਰਫ਼ ਵਿਗਿਆਨ ਗਲਪ ਵਿੱਚ ਹੀ ਮੌਜੂਦ ਹੈ ਪਰ ਹੋਂਦ ਦੇ ਜੋਖਮ ਅਤੇ AI ਸ਼ਾਸਨ ਬਾਰੇ ਬਹਿਸਾਂ ਨੂੰ ਜਨਮ ਦਿੰਦਾ ਹੈ।
AGI ਬਨਾਮ AI: ਇੱਕ ਨਜ਼ਰ ਵਿੱਚ ਮੁੱਖ ਅੰਤਰ
| ਵਿਸ਼ੇਸ਼ਤਾ | ਤੰਗ AI (ANI) | ਜਨਰਲ AI (AGI) | ਸੁਪਰਇੰਟੈਲੀਜੈਂਟ AI (ASI) |
|---|---|---|---|
| ਸਕੋਪ | ਕਾਰਜ-ਵਿਸ਼ੇਸ਼ | ਵਿਆਪਕ, ਮਨੁੱਖੀ-ਪੱਧਰੀ ਬੋਧ | ਮਨੁੱਖੀ ਸਮਰੱਥਾ ਤੋਂ ਪਰੇ |
| ਸਿੱਖਣ ਦੀ ਯੋਗਤਾ | ਪਹਿਲਾਂ ਤੋਂ ਪ੍ਰੋਗਰਾਮ ਕੀਤਾ, ਸੀਮਤ ਸਿੱਖਿਆ | ਮਨੁੱਖਾਂ ਵਾਂਗ ਸਿੱਖਦਾ ਅਤੇ ਅਨੁਕੂਲ ਹੁੰਦਾ ਹੈ | ਸਵੈ-ਸੁਧਾਰ, ਘਾਤਕ ਵਾਧਾ |
| ਆਮ ਉਦਾਹਰਨਾਂ | ਸਿਰੀ, ਗੂਗਲ ਮੈਪਸ, ਚੈਟਬੋਟਸ | ਅਜੇ ਵੀ ਸਿਧਾਂਤਕ (ਜਿਵੇਂ ਕਿ ਡੀਪਮਾਈਂਡ ਗਾਟੋ) | ਅਜੇ ਕੋਈ ਨਹੀਂ (ਕਾਲਪਨਿਕ) |
| ਖੁਦਮੁਖਤਿਆਰੀ | ਘੱਟ ਤੋਂ ਦਰਮਿਆਨੀ | ਹਾਈ | ਅਣਜਾਣ |
| ਅੱਜ ਕਾਰੋਬਾਰੀ ਵਰਤੋਂ? | ਸਰਗਰਮੀ ਨਾਲ ਵਰਤਿਆ ਗਿਆ | ਅਜੇ ਉਪਲਬਧ ਨਹੀਂ ਹੈ | ਲਾਗੂ ਨਹੀਂ ਹੈ |
AGI ਗਵਰਨੈਂਸ: ਸੁਰੱਖਿਆ, ਨੈਤਿਕਤਾ ਅਤੇ ਵਿਆਖਿਆਯੋਗਤਾ
ਜਿਵੇਂ-ਜਿਵੇਂ ਅਸੀਂ ਆਰਟੀਫੀਸ਼ੀਅਲ ਜਨਰਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਸੰਭਾਵਨਾ ਦੇ ਨੇੜੇ ਜਾਂਦੇ ਹਾਂ, ਸ਼ਾਸਨ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਗੱਲਬਾਤ ਅਟੱਲ ਹੁੰਦੀ ਜਾਂਦੀ ਹੈ। ਤੰਗ AI (ANI) ਦੇ ਉਲਟ, ਜੋ ਸਖ਼ਤ ਨਿਯੰਤਰਣ ਹੇਠ ਖਾਸ ਕੰਮ ਕਰਦਾ ਹੈ, AGI ਡੋਮੇਨਾਂ ਵਿੱਚ ਖੁਦਮੁਖਤਿਆਰ ਫੈਸਲੇ ਲੈ ਸਕਦਾ ਹੈ - ਬੇਮਿਸਾਲ ਜੋਖਮ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਐਲਗੋਰਿਦਮਿਕ ਪੱਖਪਾਤ ਤੋਂ ਲੈ ਕੇ ਹੋਂਦ ਦੇ ਖਤਰਿਆਂ ਤੱਕ, ਦਾਅ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹਨ।
ਨੈਤਿਕ ਚਿੰਤਾਵਾਂ ਮੁੱਲ ਅਨੁਕੂਲਤਾ ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦੀਆਂ ਹਨ: ਅਸੀਂ ਇਹ ਕਿਵੇਂ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹਾਂ ਕਿ AGI ਸਿਸਟਮ ਮਨੁੱਖੀ ਮੁੱਲਾਂ ਨੂੰ ਸਮਝਦੇ ਹਨ ਅਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਦੇ ਹਨ ਜਦੋਂ ਮਨੁੱਖ ਵੀ ਉਨ੍ਹਾਂ 'ਤੇ ਸਹਿਮਤ ਹੋਣ ਲਈ ਸੰਘਰਸ਼ ਕਰਦੇ ਹਨ? ਗਲਤ ਢੰਗ ਨਾਲ ਅਲਾਈਨ ਕੀਤਾ ਗਿਆ AGI ਅਣਜਾਣੇ ਵਿੱਚ ਅਣਚਾਹੇ ਉਦੇਸ਼ਾਂ ਲਈ ਅਨੁਕੂਲਤਾ ਬਣਾ ਕੇ ਨੁਕਸਾਨ ਪਹੁੰਚਾ ਸਕਦਾ ਹੈ - ਇੱਕ ਸਮੱਸਿਆ ਜਿਸਨੂੰ ਅਲਾਈਨਮੈਂਟ ਸਮੱਸਿਆ ਕਿਹਾ ਜਾਂਦਾ ਹੈ।
ਇਸ ਨੂੰ ਘਟਾਉਣ ਲਈ, ਚੋਟੀ ਦੀਆਂ AI ਪ੍ਰਯੋਗਸ਼ਾਲਾਵਾਂ ਰੈੱਡ-ਟੀਮਿੰਗ, ਸਿਮੂਲੇਸ਼ਨ ਟੈਸਟਿੰਗ, ਅਤੇ ਤੀਜੀ-ਧਿਰ ਆਡਿਟ ਵਰਗੇ ਪ੍ਰੀ-ਰਿਲੀਜ਼ ਸੁਰੱਖਿਆ ਪ੍ਰੋਟੋਕੋਲ ਅਪਣਾ ਰਹੀਆਂ ਹਨ। OpenAI ਅਤੇ DeepMind ਵਰਗੇ ਸੰਗਠਨਾਂ ਦੇ ਖੋਜਕਰਤਾ AI ਵਿਆਖਿਆਯੋਗਤਾ ਅਤੇ ਵਿਆਖਿਆਯੋਗਤਾ (XAI) ਦੀ ਵਕਾਲਤ ਕਰਦੇ ਹਨ - ਤਕਨੀਕਾਂ ਜੋ ਮਨੁੱਖਾਂ ਨੂੰ ਇਹ ਸਮਝਣ ਦੀ ਆਗਿਆ ਦਿੰਦੀਆਂ ਹਨ ਕਿ ਇੱਕ ਮਾਡਲ ਕੁਝ ਫੈਸਲੇ ਕਿਉਂ ਲੈਂਦਾ ਹੈ। ਇਹ ਵਿੱਤ, ਸਿਹਤ ਸੰਭਾਲ ਅਤੇ ਕਾਨੂੰਨ ਲਾਗੂ ਕਰਨ ਵਰਗੇ ਉੱਚ-ਦਾਅ ਵਾਲੇ ਖੇਤਰਾਂ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਹੈ।
ਇਸ ਤੋਂ ਇਲਾਵਾ, ਸਰਕਾਰਾਂ ਅਤੇ ਅੰਤਰਰਾਸ਼ਟਰੀ ਗੱਠਜੋੜ ਜਵਾਬ ਦੇਣਾ ਸ਼ੁਰੂ ਕਰ ਰਹੇ ਹਨ। ਯੂਰਪੀਅਨ ਯੂਨੀਅਨ ਦਾ ਏਆਈ ਐਕਟ, ਅਤੇ ਸੁਰੱਖਿਅਤ, ਸੁਰੱਖਿਅਤ ਅਤੇ ਭਰੋਸੇਮੰਦ ਏਆਈ 'ਤੇ ਅਮਰੀਕੀ ਕਾਰਜਕਾਰੀ ਆਦੇਸ਼ (2023), ਏਆਈ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਪਾਰਦਰਸ਼ਤਾ, ਜਵਾਬਦੇਹੀ ਅਤੇ ਜੋਖਮ ਵਰਗੀਕਰਨ ਲਈ ਜ਼ੋਰ ਦਿੰਦੇ ਹਨ। ਜਦੋਂ ਕਿ ਇਹ ਨੀਤੀਆਂ ਜ਼ਿਆਦਾਤਰ ਅੱਜ ਏਐਨਆਈ 'ਤੇ ਲਾਗੂ ਹੁੰਦੀਆਂ ਹਨ, ਉਹ ਏਜੀਆਈ ਨਿਯਮ ਲਈ ਨੀਂਹ ਰੱਖ ਰਹੀਆਂ ਹਨ।
ਸਮਾਜਿਕ ਪ੍ਰਭਾਵ: ਕੰਮ, ਨਿੱਜਤਾ, ਇਕੁਇਟੀ
ਪ੍ਰਯੋਗਸ਼ਾਲਾਵਾਂ ਅਤੇ ਮਾਡਲਾਂ ਤੋਂ ਪਰੇ, AGI ਦੀ ਅਸਲ ਪ੍ਰੀਖਿਆ ਇਸਦੇ ਸਮਾਜਿਕ ਪ੍ਰਭਾਵ ਵਿੱਚ ਹੈ। ਜਦੋਂ ਕਿ ANI ਪ੍ਰਣਾਲੀਆਂ ਨੇ ਪਹਿਲਾਂ ਹੀ ਉਦਯੋਗਾਂ ਨੂੰ ਵਿਗਾੜ ਦਿੱਤਾ ਹੈ - ਲੌਜਿਸਟਿਕਸ ਤੋਂ ਲੈ ਕੇ ਮਾਰਕੀਟਿੰਗ ਤੱਕ - AGI ਇੱਕ ਹੋਰ ਡੂੰਘਾ ਪਰਿਵਰਤਨ ਲਿਆ ਸਕਦਾ ਹੈ, ਜੋ ਨੌਕਰੀ ਬਾਜ਼ਾਰਾਂ ਤੋਂ ਲੈ ਕੇ ਵਿਸ਼ਵ ਸੁਰੱਖਿਆ ਤੱਕ ਹਰ ਚੀਜ਼ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ।
ਇੱਕ ਵੱਡੀ ਚਿੰਤਾ ਕਾਰਜਬਲਾਂ ਦਾ ਵਿਸਥਾਪਨ ਹੈ। ਜਦੋਂ ਕਿ AGI ਵਧੇਰੇ ਕੁਸ਼ਲਤਾ ਦਾ ਵਾਅਦਾ ਕਰਦਾ ਹੈ, ਇਹ ਗਿਆਨ-ਅਧਾਰਤ ਪੇਸ਼ਿਆਂ ਜਿਵੇਂ ਕਿ ਕਾਨੂੰਨ, ਸਿੱਖਿਆ, ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਵਿੱਚ ਕਾਰਜਾਂ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰ ਸਕਦਾ ਹੈ। ਕੁਝ ਲੋਕ ਦਲੀਲ ਦਿੰਦੇ ਹਨ ਕਿ ਇਹ ਮਨੁੱਖਾਂ ਨੂੰ ਰਚਨਾਤਮਕਤਾ ਅਤੇ ਰਣਨੀਤੀ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨ ਲਈ ਆਜ਼ਾਦ ਕਰੇਗਾ; ਦੂਸਰੇ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਬੇਰੁਜ਼ਗਾਰੀ ਅਤੇ ਵਧਦੇ ਅਸਮਾਨਤਾ ਪਾੜੇ ਦੀ ਚੇਤਾਵਨੀ ਦਿੰਦੇ ਹਨ।
ਗੋਪਨੀਯਤਾ ਅਤੇ ਨਿਗਰਾਨੀ ਦੇ ਜੋਖਮ ਵੀ ਵਧ ਰਹੇ ਹਨ। ਵੱਡੇ ਡੇਟਾਸੈਟਾਂ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਇੱਕ ਆਮ ਖੁਫੀਆ ਪ੍ਰਣਾਲੀ ਅਣਜਾਣੇ ਵਿੱਚ ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖ ਸਕਦੀ ਹੈ ਜਾਂ ਅਨੁਮਾਨ ਲਗਾ ਸਕਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਸਹਿਮਤੀ, ਸੁਰੱਖਿਆ ਅਤੇ ਡੇਟਾ ਸ਼ਾਸਨ ਬਾਰੇ ਗੰਭੀਰ ਚਿੰਤਾਵਾਂ ਪੈਦਾ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਜੇਕਰ ਸਹੀ ਢੰਗ ਨਾਲ ਨਿਯੰਤ੍ਰਿਤ ਨਾ ਕੀਤਾ ਜਾਵੇ, ਤਾਂ AGI ਮੌਜੂਦਾ ਨਿਗਰਾਨੀ ਢਾਂਚੇ ਨੂੰ ਡੂੰਘਾ ਕਰ ਸਕਦਾ ਹੈ, ਖਾਸ ਕਰਕੇ ਤਾਨਾਸ਼ਾਹੀ ਸ਼ਾਸਨਾਂ ਵਿੱਚ।
ਇੱਕ ਹੋਰ ਉਮੀਦ ਦੀ ਗੱਲ ਕਰੀਏ ਤਾਂ, AGI ਗੁੰਝਲਦਾਰ ਗਲੋਬਲ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ - ਜਲਵਾਯੂ ਪਰਿਵਰਤਨ ਮਾਡਲਿੰਗ ਤੋਂ ਲੈ ਕੇ ਡਰੱਗ ਖੋਜ ਤੱਕ। ਪਰ ਇਹ ਲਾਭ ਇਸ ਗੱਲ 'ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਰਭਰ ਕਰਦੇ ਹਨ ਕਿ ਤਕਨਾਲੋਜੀ ਨੂੰ ਕੌਣ ਨਿਯੰਤਰਿਤ ਕਰਦਾ ਹੈ, ਇਸਨੂੰ ਕਿਵੇਂ ਤਾਇਨਾਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਕੀ ਇਹ ਸਰਹੱਦਾਂ ਅਤੇ ਜਨਸੰਖਿਆ ਦੇ ਪਾਰ ਪਹੁੰਚਯੋਗ ਹੈ।
ਇਸੇ ਲਈ ਸਮਾਵੇਸ਼ੀ ਡਿਜ਼ਾਈਨ ਅਤੇ ਬਰਾਬਰ ਪਹੁੰਚ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ। ਵਿਭਿੰਨ ਡੇਟਾਸੈਟਾਂ ਅਤੇ ਸੱਭਿਆਚਾਰਕ ਤੌਰ 'ਤੇ ਜਾਗਰੂਕ ਸਿਖਲਾਈ ਪ੍ਰਕਿਰਿਆਵਾਂ ਤੋਂ ਬਿਨਾਂ, AGI ਪ੍ਰਣਾਲੀਗਤ ਪੱਖਪਾਤ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰ ਸਕਦਾ ਹੈ - ਕੁਝ ਅਜਿਹਾ ਜੋ ਸ਼ੇਪ ਆਪਣੇ ਬਹੁ-ਭਾਸ਼ਾਈ ਅਤੇ ਜਨਸੰਖਿਆ ਦੇ ਤੌਰ 'ਤੇ ਵਿਭਿੰਨ ਡੇਟਾ ਸੋਰਸਿੰਗ ਮਾਡਲਾਂ ਰਾਹੀਂ ਸਰਗਰਮੀ ਨਾਲ ਹੱਲ ਕਰਦਾ ਹੈ।
ਹੁਣ ਅਸੀ ਕਿੱਥੇ ਹਾਂ?
GPT-4 ਅਤੇ ਗੂਗਲ ਦੇ ਜੈਮਿਨੀ ਵਰਗੀਆਂ AI ਸਫਲਤਾਵਾਂ ਦੇ ਬਾਵਜੂਦ, AGI ਇੱਕ ਗੋਲਪੋਸਟ ਬਣਿਆ ਹੋਇਆ ਹੈ, ਹਕੀਕਤ ਨਹੀਂ.
ਕੁਝ ਸਿਸਟਮ ਦਿਖਾਉਂਦੇ ਹਨ AGI ਦੀਆਂ "ਚੰਗਿਆੜੀਆਂ", ਜਿਵੇਂ:
- ਡੀਪਮਾਈਂਡ ਦਾ ਗੈਟੋ: ਵਿਭਿੰਨ ਕਾਰਜਾਂ (ਖੇਡਾਂ, ਚਿੱਤਰ ਕੈਪਸ਼ਨਿੰਗ, ਰੋਬੋਟਿਕਸ) ਵਿੱਚ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਇੱਕ ਸਿੰਗਲ ਮਾਡਲ।
- ਜੀਪੀਟੀ-4: ਵੱਖ-ਵੱਖ ਖੇਤਰਾਂ ਵਿੱਚ ਤਰਕ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦਾ ਹੈ, ਪਰ ਫਿਰ ਵੀ ਇਕਸਾਰਤਾ, ਯਾਦਦਾਸ਼ਤ ਅਤੇ ਸਵੈ-ਜਾਗਰੂਕਤਾ ਨਾਲ ਸੰਘਰਸ਼ ਕਰਦਾ ਹੈ।
"ਸਾਡੇ ਕੋਲ ਅਜੇ AGI ਨਹੀਂ ਹੈ, ਪਰ ਅਸੀਂ ਪਹਿਲਾਂ ਨਾਲੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਨੇੜੇ ਹਾਂ," ਮਾਈਕ੍ਰੋਸਾਫਟ ਖੋਜਕਰਤਾਵਾਂ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇੱਕ GPT-4 'ਤੇ ਤਕਨੀਕੀ ਪੇਪਰ ਜਦਕਿ ਰੇ Kurzweil AGI ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ 2029.
ਇਹ ਕਾਰੋਬਾਰਾਂ ਲਈ ਮਹੱਤਵਪੂਰਨ ਕਿਉਂ ਹੈ
ਆਓ ਹਵਾ ਸਾਫ਼ ਕਰੀਏ: ਅੱਜ ਵਧੀਆ ਉਤਪਾਦ ਬਣਾਉਣ ਲਈ ਤੁਹਾਨੂੰ AGI ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ।.
ਜਿਵੇਂ ਕਿ ਐਂਡਰਿਊ ਐਨਜੀ ਕਹਿੰਦਾ ਹੈ, "AGI ਦਿਲਚਸਪ ਹੈ, ਪਰ ਮੌਜੂਦਾ AI ਵਿੱਚ ਬਹੁਤ ਸਾਰੇ ਮੁੱਲ ਹਨ ਜੋ ਅਸੀਂ ਅਜੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਹੀਂ ਵਰਤ ਰਹੇ ਹਾਂ।"
ਮਨੁੱਖੀ ਸਮਾਨਤਾ: ਦਿਮਾਗ, ਸਿੱਖਣ ਵਾਲਾ, ਕਹਾਣੀਕਾਰ
ਏਆਈ ਲੈਂਡਸਕੇਪ ਨੂੰ ਸਰਲ ਬਣਾਉਣ ਲਈ:
AI ਦਿਮਾਗ ਹੈ।
ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਇਹ ਦਿਮਾਗ ਕਿਵੇਂ ਸਿੱਖਦਾ ਹੈ।
ਐਲਐਲਐਮ ਸ਼ਬਦਾਵਲੀ ਹਨ।
ਜਨਰੇਟਿਵ ਏਆਈ ਕਹਾਣੀਕਾਰ ਹੈ।
AGI ਸਮੁੱਚਾ ਮਨੁੱਖ ਹੈ।
ਇਹ ਸਿਰਫ਼ ਇੱਕ ਨਵਾਂ ਹੁਨਰ ਨਹੀਂ ਸਿੱਖਦਾ - ਇਹ ਇਸਨੂੰ ਕਿਤੇ ਵੀ ਲਾਗੂ ਕਰਦਾ ਹੈ, ਜਿਵੇਂ ਤੁਸੀਂ ਅਤੇ ਮੈਂ।
ਅੰਤਿਮ ਵਿਚਾਰ
AGI ਕਿਸੇ ਦਿਨ ਦੁਨੀਆ ਵਿੱਚ ਕ੍ਰਾਂਤੀ ਲਿਆ ਸਕਦਾ ਹੈ, ਪਰ ਅੱਜ ਦੇ ਕਾਰੋਬਾਰਾਂ ਨੂੰ ਉਡੀਕ ਕਰਨ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ. ANI ਤੋਂ AGI ਤੱਕ ਦੇ ਸਪੈਕਟ੍ਰਮ ਨੂੰ ਸਮਝਣਾ ਬਿਹਤਰ ਫੈਸਲਿਆਂ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ—ਭਾਵੇਂ ਤੁਸੀਂ ਚੈਟਬੋਟ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹੋ ਜਾਂ ਮੈਡੀਕਲ AI ਦੀ ਸਿਖਲਾਈ ਦੇ ਰਹੇ ਹੋ।
ਅਜਿਹਾ AI ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ ਹੋ ਜੋ ਅਸਲ ਵਿੱਚ ਕੀ ROI ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ? ਇਸ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ ਸ਼ੈਿੱਪ ਦੀਆਂ ਏਆਈ ਡਾਟਾ ਸੇਵਾਵਾਂ.
ਕੀ ChatGPT ਇੱਕ AGI ਹੈ?
ਨਹੀਂ। ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੋਣ ਦੇ ਬਾਵਜੂਦ, ChatGPT ਇੱਕ ਹੈ ਵੱਡੀ ਭਾਸ਼ਾ ਮਾਡਲ (LLM), ਇੱਕ ਸੱਚਾ AGI ਨਹੀਂ। ਇਸ ਵਿੱਚ ਸਵੈ-ਜਾਗਰੂਕਤਾ, ਯਾਦਦਾਸ਼ਤ ਧਾਰਨ, ਅਤੇ ਸਾਰੇ ਖੇਤਰਾਂ ਵਿੱਚ ਮਨੁੱਖੀ-ਪੱਧਰ ਦੇ ਤਰਕ ਦੀ ਘਾਟ ਹੈ।
AGI ਕਦੋਂ ਵਿਕਸਤ ਕੀਤਾ ਜਾਵੇਗਾ?
ਅੰਦਾਜ਼ੇ ਵੱਖ-ਵੱਖ ਹੁੰਦੇ ਹਨ—ਤੋਂ 2020 ਦੇ ਅਖੀਰ ਤੋਂ 2050 ਦੇ ਦਹਾਕੇ ਤੱਕ. ਜਦੋਂ ਕਿ ਤਕਨੀਕੀ ਦਿੱਗਜ ਅਤੇ ਖੋਜ ਪ੍ਰਯੋਗਸ਼ਾਲਾਵਾਂ ਭਾਰੀ ਨਿਵੇਸ਼ ਕਰ ਰਹੀਆਂ ਹਨ, ਇਸ ਵੇਲੇ ਕੋਈ AGI ਮੌਜੂਦ ਨਹੀਂ ਹੈ।
AGI, ASI ਤੋਂ ਕਿਵੇਂ ਵੱਖਰਾ ਹੈ?
AGI = ਮਨੁੱਖੀ-ਪੱਧਰ ਦੀ ਬੁੱਧੀ।
ASI = ਹਰ ਪੱਖੋਂ ਮਨੁੱਖਾਂ ਨਾਲੋਂ ਉੱਤਮ। ASI ਸਿਧਾਂਤਕ ਹੈ ਅਤੇ ਵੱਡੇ ਨੈਤਿਕ ਸਵਾਲ ਉਠਾਉਂਦਾ ਹੈ।
ਅੱਜ AGI ਦੀ ਇੱਕ ਉਦਾਹਰਣ ਕੀ ਹੈ?
ਓਥੇ ਹਨ ਕੋਈ ਅਸਲ AGI ਸਿਸਟਮ ਨਹੀਂ ਫਿਰ ਵੀ। ਕੁਝ ਮਾਡਲ, ਜਿਵੇਂ ਕਿ ਡੀਪਮਾਈਂਡ ਦਾ ਗੈਟੋ ਜਾਂ ਜੀਪੀਟੀ-4, ਮਲਟੀ-ਟਾਸਕਿੰਗ ਯੋਗਤਾ ਦਿਖਾਉਂਦੇ ਹਨ, ਪਰ ਮਨੁੱਖੀ ਅਨੁਕੂਲਤਾ ਤੋਂ ਘੱਟ ਰਹਿੰਦੇ ਹਨ।
ਕੀ ਸ਼ੈਇਪ AGI ਸਿਸਟਮ ਬਣਾਉਂਦਾ ਹੈ?
ਸ਼ਾਈਪ AGI ਨਹੀਂ ਬਣਾਉਂਦਾ ਪਰ AI ਨਵੀਨਤਾ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ ਡੋਮੇਨ-ਵਿਸ਼ੇਸ਼ ਡੇਟਾ ਐਨੋਟੇਸ਼ਨ, LLM ਫਾਈਨ-ਟਿਊਨਿੰਗਹੈ, ਅਤੇ ਪਾਲਣਾ-ਪਹਿਲਾ AI ਵਿਕਾਸ.
