跳至內容

通用人工智慧

出自Taiwan Tongues 台語維基
於 2025年8月22日 (五) 15:21 由 TaiwanTonguesApiRobot留言 | 貢獻 所做的修訂 (從 JSON 檔案批量匯入)

(差異) ←上個修訂 | 已批准修訂 (差異) | 最新修訂 (差異) | 下個修訂→ (差異)

強人工的智慧(Strong AI)抑是通用人工智慧(英語:Artificial General Intelligence)是具備佮人類仝款智慧型、抑是超越人類的人工智慧,會當表現正常人類所有的所有的智慧型行為。

概述

強人工智慧是人工智慧研究的主要目標之一,同時嘛是科幻小說佮未來學家所討論的主要議題。相對的乎,弱人工的智慧(applied AI,narrow AI,weak AI , artificial narrow intelligence , ANI)干焦處理特定的問題。弱人工智慧無需要有人類完整的認知能力,甚至是完全無有人類所擁有的感官認知能力,只要設計了看起來有智慧型就會使矣啦。因為過去的智慧型程式就是弱人工智慧,發現這个有領域的侷限性,人工智慧就是無可能。強人工的智慧嘛講通用人工智慧(artificial general intelligence,AGI), 或者是講具備執行一般智慧型行為的能力。強人工智慧通常共人工智慧佮意識、感性、智識佮自覺等人類的特徵互相連結。

因而,按呢的具備意識的強人工智慧敢有存在?目前類比出簡單的一个生物頭腦已經毋是無可能的代誌,一如化學技術累積發展之下,這馬真濟研發藥品已經咧使用計算機模型來推演藥物效果,以減少受試動物的痛苦等。古早佇咧使用電腦語言的時代,原本電腦予人認為是無可能有自我解決能力的,電腦只是看起來巧,實質上猶原按照設計好的規則行事,並無法度應付面對雄雄的狀況來的,猶原會犯下錯誤,啊若近年來對電腦當咧摩定律佮神經科學研究的協助之下,透過佇電腦上對生物神經元系統複雜的電位衝動類比上取得明顯的突破,使人工智慧愈過發展的坎—— 神經處理機制的發現講,因為生物的獨特是揬激佮反應下會強化其回饋作用,這類會當透過試毋著學習經驗閣總結,以回應各種刺激的系統(做幾改仔 the-ní-suh 遊戲便能對生疏至熟似), 猶閣會當對逐種回饋中閣摸著其他迴路來升級改進思考結構,做出閣較複雜的幼路反應(譬論講佇對話內底選擇誠實、講白賊、漠然後考慮其實無仝款行為的後果等), 這款仿生領域已經得著長足的進步,使人腦佮 AI 的區別沓沓仔變做霧霧;猶毋過,存在的機器敢有自主「思想」上的議題,會閣一直是人諍的物件,特別是佇智慧型理性佮心理感性的部分欲按怎區別、統合,閣較需要去進一步來引𤆬其具有人性,來做人類提供最佳解,目前遮的方法攏猶未探索出來。佇一寡會當自動推理出最佳解的工具已經出現,如 Google 旗下的深思公司(DeepMind)在此領域進展上濟,成功開發出了通解決任意問題的通用思考機器,𪜶共其類人腦神經程式稱呼「人工通用智慧型技術」,而且「通用」一詞就代表著這是一个會當透過自主「進化發展」的通用智慧型。

標準

人工提出過足濟人工智慧的定義(比如講會當通過圖靈測試), 但是無一个定義會當得著所有人的認同;毋過,人工智慧的研究者普遍同意,以下特質是一个智慧型所必須要擁有的:

  • 自動推理,使用一寡策略來解決問題,佇無確定性的環境中作出決策;
  • 智識表示,包括常識智識庫;
  • 自動規劃;
  • 自主學習、創新;
  • 使用自然語言來進行溝通;
  • 以及,整合以上遮的手段來達到仝一个的目標;

猶閣有一寡重要的能力,包括機器知覺(譬如講電腦視覺), 閣有智慧型行為的世界內底行動的能力(比如講機器人移動家己佮別款的物體的能力)。 伊可能包括探知佮迴避危險的能力。真濟研究智慧型的交叉領域(譬如講認知科學、機器智慧型和決策)想法強調一寡額外的特徵,譬如講想像力(無倚靠預設建構精神影像佮概念的能力)以及自主性。 是因為電腦的系統內底已經存在真濟按呢的能力,譬如講計算創造性、自動推理、決策支援系統、機器人、進化計算、智慧型代理,毋過並無達到人類的水平。

檢驗強人工智慧的操作性手段

一个強人工智慧需要通過啥物款的測試標準,科學家有足濟無仝的想法,𪜶之中包括阿蘭 ・ 圖靈、本 ・ 格策爾、尼爾斯 ・ 尼爾森,𪜶提出的測試包括:

一 . 圖靈測試(圖靈)


仝款人類交流的試驗。

二 . 咖啡測試 ( 沃茲尼亞克 )


生活中空間、操作技能的測試。將一部機器紮到任何一个普通的美國家庭內底,予伊佇無經過專工設計的條件下跤,會曉泡好一杯咖啡。伊需要主動佇生份空間內底認捌咖啡機、辨識著這个咖啡佮水、揣著會合的杯仔並囥予好勢,然後揤正確的鍵佮操作以泡咖啡。這需要靠機器人學、圖像辨識的演算。

三 . 機器人學生測試 ( 格策爾 )


透過機器學習,分析佮回答單一問題的測試。予一个機器去註冊一間大學,參加佮人類學生仝款的考試,然後通過去嘛得著學位。比如講日本的東大 AI 抑是講 IBM 參加搶答節目的華生。

四 . 雇員測試 ( 尼爾森 )


測試統籌、推斷講、發想、規劃解決複雜問題的能力。予機器處佇一个經濟上重要的職位,需要伊會當和仝款職位的人類做了仝款好抑是閣較好。

遮的測試檢測了一系列必要的特質,包括推理佮學習能力。

強人工智慧需要解決的問題

人共對電腦來講上困難的問題,無正式的叫做「人工智慧完備」(AI-complete)抑是講「人工智慧的困難」(AI-hard)的,來遮說明解決遮的計算性問題就誠解決人工智慧的核心問題—— 予電腦佮人類抑是強人工智慧仝款巧。共一个問題叫做「人工智慧完備的」,意味著伊袂當予一个簡單的特定演算法解決。

人假定著人工智慧完備的問題包括電腦視覺、自然語言理解,佮處理真實世界內底的意外情形。目前為止,人工智慧完備的問題猶原袂用得單靠現代電腦技術解決,是需要人類算。這點佇某一寡方面足有路用的,譬如講通過驗證碼來判別人類佮機器,猶閣有佇電腦安全方面用佇阻止暴力破解法。

人工智慧研究的主流

強人工智慧研究的主流歷史

現代人工智慧研究開始佇一九五空年代中期。上早的一批人工智慧研究者相信強人工智慧毋但是可能的,而且共佇幾十冬以內。人工智慧先驅司馬賀佇一九六五年寫講:「 佇咧二空之內,機器就會使做到一个人會使做到的任何代誌。」啟發這一預言的斯坦白講 ・ 庫布里克佮亞瑟 ・ 查理斯 ・ 克拉克創作的角色,HAL 九千。彼當陣的人工智慧研究者確信,會當佇二空空一年製造出按呢的機器。價值咧講的是,人工智慧先驅馬文 ・ 閔斯基,咧創作 HAL 九千个工課當中,伊擔任了趕緊共其製作佮彼當陣主流研究界預言一致的專案顧問;根據 Crevier 所參照伊佇一九六七年所講的話:「 佇一代人內底 . . . 製造『人工智慧』的問題就將去予基本解決」。

毋過,到甲一九七空年代早期,研究者意識講𪜶佇遠遠掠低其中的困難。助贊 AI 專案的機構開始對強人工智慧產生懷疑,共研究者施壓要求𪜶轉向閣較有用的技術,咱所講的「應用 AI」。 佇一九八空年代初,日本的第五代電腦開始重新對強人工智慧恢復興趣,制定的10年計畫中包括一寡強人工智慧的目標,比如講「日常對話」。 同時,專家系統的成功佮伊做伙促成工業界佮政府的資金重新開始注入這个領域。毋過,人工智慧的市場佇一九八空年代暗時發生劇烈崩去,抑若第五代電腦的目標毋捌實現。閣一改,人工智慧研究者對強人工智慧咧欲到矣預言佇咧二空年之內予證明超出𪜶的能力。結果到甲一九九空年代,人工智慧研究者揹牢咧無法度實現家己承諾的名聲,𪜶拒絕閣做任何的預言。並且避免講著任何「人類水平」的人工智慧,較免予人貼咧「白日夢」的標籤。

今仔日的人工智慧研究主流

佇一九九空年代佮二十一世紀初,主流的人工智慧佇商業成果佮學術地位已經達到一个新懸度,倚靠的是專注幼分的專門問題的解決。𪜶會當提供濟濟方案佮商業應用,比如講人工神經網路、機器視覺佮資料探勘。這是「應用人工的智慧」今仔日已經佇咧工業技術佮研究中得著廣泛佮深入應用,佇學術佮產業方面攏得著誠濟資助。

大多數的主流的人工智慧研究者向望,會當通過共解決局部的問題的方法敆起來實現強人工智慧,譬如講智慧型體架構、認知影架構抑是包容式架構整合起來。漢斯 ・ 莫拉維克佇一九八八年寫道:

> " 我相信,有一工人工智慧的自下而上的研究路線,會佮傳統的自頂懸落的路線半途相拄,得著真實世界內底的能力,以及對推理程式來講極其困難的常識智識庫。這兩種方向敆做伙的時陣,會變做是真正智慧型機器的人講「金釘仔」。 " > >

毋過,佇咧人工智慧研究者之間嘛存在一寡爭論,甚至講牽涉著這个領域的哲學基礎;比如講,普林斯頓大學的 S . Harnad 佇一九九空年關於符號基礎假設的論文中按呢寫道:

> " 人期待,模型認知的「家己落落來的」(符號的)研究會佇某一點鐘拄著「自下而上」(感覺的)研究。但是若是這篇文章有關落地的考慮是正確的,若按呢這个希望袂實現,干焦一个會當對感覺著符號的路線,就是阮家己開始佇遮。一个獨立的符號層面,就親像電腦的軟體層面,對無需要這種路徑來到位(反之亦然)——嘛無清楚咱是按怎愛努力達到這款的層面,因為這个過程顛倒共咱的符號對原生的意義內底連根釘起來(所以干焦是共咱化簡單做佮可程式化電腦功能上等價的物件)。 " > >

現代通用人工智慧研究

「 通用人工智慧」這一術語佇一九九七年予馬克 ・ 古布魯德佇咧一擺關於著全自動軍事生產佇咧操作的研討會中使用。大約佇二空空二年,該術語去予沙恩萊格佮本 ・ 格策爾重新提佮推廣。遐的研究目標有夠古早,譬如講道格拉斯 ・ 萊納特的 CYC 專案(因為一九八四年), 以及艾倫 ・ 紐厄爾仔 Soar 專案嘛予人認為屬於 AGI 的範圍。王培佮本 ・ 格策爾將二空空六年的 AGI 研究活動描述做是「創作出版物佮古早的結果」。 第一改 AGI 暑期學校佇二空空九年,佇中國廈門,廈門大學的人工大腦實驗室佮 OpenCog 所舉辦。佇咧兩千空一十佮二空一一年,保加利亞的普羅夫迪夫大學,托多而已 ・ 阿納多夫開設相關的課程。MIT 佇二空一八年開設矣 AGI 的課程,由萊克斯 ・ 鋪里德曼組織,以濟濟客座講師為特色。猶毋過,佇當下,伴隨著「智慧型」較過複雜較無法度佇短期內底予完全複製的警告,大多數啦 AI 研究者干焦佇 AGI 投入少量精神。猶毋過,猶原有一小批的電腦科學家活跳佇咧 AGI 研究猶閣有 AGI 會議中,𪜶的研究百百款並好額。格策爾佇伊冊內底的介紹內底講著,實現真正靈活的 AGI 伊需要的時間對一零年到一个世紀不等,猶毋過,看起來 AGI 社群中的共識是,雷蒙德 ・ 庫茨魏爾佇奇點迫近中討論的時間表是可信的。

理論

「 強人工的智慧」引發起相連紲的哲學爭論,比如講若是一台機器會當完全理解語言並回答問題的機器是毋是有思維。哲學家希爾勒認為無可能。

關於強人工智慧的爭論,和人更廣義的一元論和二元論的爭論。其爭論點是:若是一台機器的唯一工課原理就是換編碼資料,這台機器是毋是有思維的?希爾勒認為這是無可能的。伊比出名的中文房間的例來說明,若是機器干焦轉換資料,啊若資料本身是對某一寡代誌的一種編碼表現,遐咧無理解這編碼佮這實際代誌中間的對應關係的提升,機械無可能對其處理的資料有任何理解。是因為這一論點,希爾勒認為就算有機器通過了圖靈測試,嘛無一定講明機器就真正像人仝款有思維佮意識。

嘛有哲學家持無仝的觀點。丹尼爾 ・ 丹尼特(Daniel C . Dennett)佇咧其著作《意識的闡釋》(Consciousness Explained)里認為,人嘛毋過是一台有靈魂的機器爾,為啥物咱認為:「 人會當有智慧型,啊若普通機器就袂使」咧?伊認為像頂懸講的資料轉換機器是有可能有思維佮意識的。

參見

參考資料