دیپ مایند می‌گوید در آستانه دستیابی به هوش مصنوعی هم‌سطح انسان قرار دارد

ناندو دی‌فریتاس، دانشمند دیپ‌مایند (DeepMind) و استاد یادگیری ماشینی در دانشگاه آکسفورد، می‌گوید وقتی صحبت از حل دشوارترین چالش‌ها در رقابت برای دستیابی به هوش مصنوعی عمومی (AGI) به‌میان آيد، باید توجه داشته باشیم اکنون به این سطح بسیار نزدیک شده‌ایم. AGI به ماشین یا برنامه‌ای گفته می‌شود که هر کار فکری‌ای را می‌تواند درک کند یا یاد بگیرد که انسان آن را بدون آموزش انجام می‌دهد.

به‌گفته‌ی دی‌فریتاس، تحقیقات دانشمندان اکنون به گسترش برنامه‌های هوش مصنوعی منجر می‌شود. به‌عنوان مثال، با داده‌ها و قدرت پردازش بیشتر می‌توان AGI ایجاد کرد. وی به پروژه‌ای به‌ نام Gato اشاره کرد که به‌عنوان عامل هوش مصنوعی جدید می‌تواند ۶۰۴ وظیفه‌ را هم‌زمان در شرایط مختلف انجام دهد.

Hitechglitz می‌نویسد Gato از شبکه‌ی عصبی منفرد بهره می‌برد؛ اما سیستمی کامپیوتری با گره‌های به‌هم‌پیوسته است که مثل سلول‌های عصبی در مغز انسان کار می‌کند. دیپ‌مایند ادعا می‌کند که می‌تواند کارهایی مثل چت و حاشیه‌نویسی تصاویر و قراردادن بلوک‌ها روی یک بازوی رباتیک را انجام دهد. این شرکت مدعی شده است که هوش مصنوعی آن حتی می‌تواند بازی ویدئویی خانگی Atari دهه‌ی ۱۹۸۰ را نیز بازی کند.

همان‌طورکه اشاره شد، هوش مصنوعی عمومی یا AGI توانایی عاملی هوشمند برای درک یا یادگیری هر کار فکری است که انسان می‌تواند آن را انجام دهد. برخی مفسران بر این باور هستند که هنوز چند دهه تا تحقق AGI فاصله داریم و برخی دیگر حتی تردید دارند که AGI را در قرن حاضر ببینیم. این نوع هوش مصنوعی قبلاً به‌عنوان تهدیدی برای آینده شناخته شده است که می‌تواند بشر را به‌طور عمدی یا به‌طور تصادفی از بین ببرد.

دی‌فریتاس نظر خود را در پاسخ به مطلب منتشرشده در TheNextWeb اعلام کرد و گفت مردم امروز هرگز AGI را نخواهند دید. وی در توییتی نوشت:

اکنون همه‌چیز به‌اندازه است! بازی تمام شده و این درباره‌ی ساخت مدل‌های بزرگ‌تر، ایمن‌تر، کارآمدتر و سریع‌تر است.

بااین‌حال، دی‌فریتاس بیان کرده است بشر هنوز تا توسعه‌ی هوش مصنوعی که بتواند آزمون تورینگ را پشت‌سر بگذارد، فاصله‌ی زیادی دارد. تورینگ آزمونی برای سنجش توانایی ماشین است که برای نشان‌دادن رفتار هوشمندی ایجاد شده است که امکان دارد مطابق رفتار انسان یا خلاف آن باشد.

پس از انتشار بیانیه‌ی دیپ‌مایند درباره‌ی هوش مصنوعی Gato، وب‌سایت TNW اعلام کرد که AGI چیزی بیشتر از دستیارهای مجازی امروزی، ازجمله آمازون آلکسا و اپل سیری نیست. تریستان گرین، یکی از نویسندگان TNW می‌گوید:

توانایی Gato در انجام چند کار بیشتر شبیه کنسول بازی ویدئویی است که می‌تواند ۶۰۰ بازی مختلف را ذخیره‌ کند تا کنسولی که امکان اجرای یک بازی را به ۶۰۰ روش مختلف ارائه می‌دهد. Gato هوش مصنوعی عمومی نیست و درواقع، مجموعه‌ای از مدل‌های ازپیش‌آموزش‌دیده است که به‌طور مرتب کنار یکدیگر قرار گرفته‌اند.

این هوش مصنوعی برای انجام صدها درخواست طراحی شده است؛ اما به‌گفته‌ی سازندگانش، این توانایی می‌تواند بر کیفیت درخواست‌های دیگر تأثیر بگذارد. تیرنان ری، یکی از نویسندگان ZDNet، درباره‌ی Gato نوشت که این هوش مصنوعی در انجام چندین کار هم‌زمان عملکرد چندان موفقی ندارد. ری گفت:

Gato از یک‌ طرف بهتر از برنامه‌های یادگیری ماشینی اختصاصی است که برای قراردادن بلوک روی بازوی رباتیک طراحی شده‌اند و از طرف دیگر زیرنویس‌هایی ایجاد می‌کند که در بسیاری از مواقع کیفیت نامطلوبی دارند. توانایی این هوش مصنوعی در گفت‌وگوی استاندارد با یک انسان نیز متوسط است و گاهی اوقات اظهارات متناقض و بی‌معنی ارائه می‌دهد. به‌عنوان مثال، Gato در یکی از گفت‌وگوهای خود، پایتخت فرانسه را به‌اشتباه شهر مارسی اعلام کرد.

دیپ‌مایند Gato را در مقاله‌ی تحقیقاتی جدیدی با عنوان A Generalist Agent که در Arxiv منتشر شده، توصیف کرد. نویسندگان در این مقاله توضیح داده‌اند که عملکرد چنین عاملی با افزایش مقیاس، بهبود درخورتوجهی خواهد یافت.

دکتر استوارت آرمسترانگ از دانشگاه آکسفورد قبلاً اعلام کرده بود که AGI درنهایت انسان‌ها را منسوخ خواهد کرد و بشر را از بین خواهد برد. او معتقد است ماشین‌ها با سرعتی خارج از تصور برای مغز انسان کار می‌کنند و ارتباط با انسان‌ها را برای کنترل اقتصاد و بازارهای مالی، حمل‌ونقل، مراقبت‌های بهداشی و... تغییر می‌دهند.

دکتر آرمسترانگ گفت ارائه‌ی دستورالعملی ساده به AGI با عنوان «جلوگیری از رنج انسان» می‌تواند به‌اشتباه به‌عنوان «کشتن همه‌ی انسان‌ها» تفسیر شود؛ زیرا هوش مصنوعی به‌راحتی می‌تواند زبان انسان اشتباه درک کند.

پروفسور استیون هاوکینگ قبل از مرگش اعلام کرد که توسعه‌ی هوش مصنوعی کامل می‌تواند به‌معنای پایان بشر باشد. محققان دیپ‌مایند در مقاله‌ای که سال ۲۰۱۶ منتشر شده است، نیاز به یک دکمه‌ی قرمز بزرگ را برای جلوگیری از انجام اقدامات مضر هوش مصنوعی تأیید کردند.

دیپ‌مایند سال ۲۰۱۰ در لندن تأسیس شد و پیش از اینکه در سال ۲۰۱۴ به گوگل فروخته شود، به‌دلیل توسعه‌ی برنامه‌ی هوش مصنوعی مشهور شد. این برنامه موفق شده بود لی سدول، قهرمان حرفه‌ای بازی Go را در یک مسابقه پنج‌ بار شکست دهد. این شرکت سال ۲۰۲۰ اعلام کرد که مشکلی ۵۰ ساله در زیست‌شناسی موسوم به «مشکل تاخوردگی پروتئین» را حل کرده است. دیپ‌مایند مدعی شد با آموزش شبکه‌ی عصبی با استفاده از ۱۷۰ هزار توالی پروتئین شناخته‌شده و ساختارهای متمایز آن‌ها، این مشکل را با دقت ۹۲ درصد حل کرده است.

همان‌طورکه اشاره کردیم، دیپ‌مایند سال ۲۰۱۰ در لندن تأسیس شد و گوگل آن را در سال ۲۰۱۴ خرید. این شرکت اکنون مراکز تحقیقاتی بیشتری در ادمونتون و مونترال کانادا و تیمی کاربردی در مانتین‌ویوو کالیفرنیا دارد. مأموریت این پروژه این است که مرزهای هوش مصنوعی را جابه‌جا کند و برنامه‌هایی بسازد که بدون نیاز به آموزش، هر مشکل پیچیده‌ای را بتوانند حل کنند.

دیپ‌مایند باور دارد درصورت رسیدن به موفقیت، یکی از مهم‌ترین و گسترده‌ترین پیشرفت‌های عملی خواهد بود که تاکنون انجام شده است. این شرکت با بهره گرفتن از خلاقیت‌های خود، نرم‌افزاری ساخته است که بدون آموزش، با استفاده از پیکسل‌های خام می‌تواند ۴۹ عنوان از بازی‌های مختلف آتاری را انجام دهد و برنده شود.