Dalla svolta dell’IA alla ribalta alla fine del 2022, migliaia di modelli di intelligenza artificiale sono spuntati fuori quasi ogni settimana. Può essere vertiginoso cercare di tenere il passo con ciò che fa cosa.
Se hai familiarità con le basi dell’IA, potresti già conoscere l’intelligenza artificiale generativa (GAI). Al contrario, potresti non avere molta familiarità con un altro tipo di intelligenza artificiale chiamata intelligenza generale artificiale (AGI).
Anche se suonano simili, non sono esattamente la stessa cosa. E no, non è solo perché le loro lettere di acronimo sono invertite. Quindi, qual è la differenza tra i due?
Cos’è l’Intelligenza Generale Artificiale?
Immagina un’intelligenza artificiale in grado di pensare, ragionare, percepire, dedurre: tutte le cose che gli esseri umani possono fare. Questo, e molto altro, è ciò che dovrebbe essere l’intelligenza generale artificiale. Sebbene teorica, l’intelligenza generale artificiale (AGI) potrebbe svolgere qualsiasi compito intellettuale, proprio come un essere umano, ma con meno o nessun errore.
Si differenzia dall’intelligenza artificiale ristretta (ANI), che è altamente qualificata in un particolare campo o gamma di compiti. L’intelligenza ristretta è progettata per eccellere solo in uno o pochissimi compiti specifici, come un professore emerito in una disciplina molto di nicchia.
AGI si propone di essere un’intelligenza artificiale in grado di sentire, prendere decisioni in base ai propri sentimenti, risolvere problemi, apprendere, elaborare linguaggi ed eseguire altre abilità cognitive. Senza l’alimentazione preventiva di dati, AGI dovrebbe trovare qualcosa di significativo, indipendentemente dalle variabili coinvolte.
Le IA di fantascienza si avvicinano a malapena, quindi AGI è ancora solo una teoria. Sebbene alcuni modelli di intelligenza artificiale nei lavori si avvicinino alla descrizione di AGI, si basa ancora in gran parte sui dati forniti e deve ancora formare un ragionamento indipendente. Anche se eccellono nella risoluzione dei problemi, nell’elaborazione del linguaggio naturale e simili, sono ancora molto lontani prima che possiamo chiamarli AGI in piena regola.
Ad esempio, Google DeepMind sta lavorando giorno e notte per sviluppare modelli AGI che possano essere alla pari con l’intelligenza umana, con la capacità di apprendere e ragionare proprio come gli umani. Per saperne di più, dai un’occhiata alle cose straordinarie che i bot esistenti di DeepMind di Google possono fare.
Quindi quali sono le potenziali applicazioni dell’intelligenza artificiale generale? Bene, promette di trovare importanza in ogni campo immaginabile. Ad esempio, l’AGI e la biotecnologia possono fornire assistenza sanitaria premium a una frazione del costo. Può personalizzare i piani di trattamento e accelerare la diagnosi con errori minimi.
Può fare questo e molto altro in campi come la robotica e l’automazione, la ricerca, l’istruzione, l’agricoltura, l’esplorazione dello spazio, ecc.
Che cos’è l’intelligenza artificiale generativa?
Come accennato in precedenza, la maggior parte dei modelli di intelligenza artificiale esistenti al momento in cui scriviamo rientrano in questa categoria.
L’intelligenza artificiale generativa (GAI) include qualsiasi intelligenza artificiale che, come suggerisce il nome, genera nuovo materiale, sia esso audio, immagine o testo, da dati precedentemente imputati. In altre parole, qualsiasi intelligenza artificiale che devi fornire suggerimenti per generare contenuti o rispondere alle richieste accedendo alle informazioni memorizzate può essere classificata come GAI.
Ad esempio, i soliti traduttori text-to-speech e image-to-image e sviluppi più recenti come DALL-E (Cos’è DALL-E?), MuseNet, Generative Adversarial Networks basate sullo stile (StyleGAN), Jukebox e Generative I Transformer pre-addestrati (GPT-3, GPT-3.5, GPT-4) sono classificati in Generative AI.
L’IA generativa utilizza tecniche di deep learning per generare contenuti il più vicino possibile ai prompt. Usano i suggerimenti come materiali da costruzione per costruire il contenuto che richiedi di produrre. Ecco alcuni esempi di ciò che ChatGPT può fare per te se vuoi saperne di più.
In che modo l’intelligenza artificiale generale e l’intelligenza artificiale generativa sono simili?
Sebbene diversi nel modo di operare e nel punto di competenza, l’AGI e l’IA generativa condividono molte cose in comune.
1. Apprendimento
AGI e GAI sono modelli di apprendimento automatico che apprendono tramite algoritmi supervisionati, semi-supervisionati e non supervisionati utilizzando reti neurali profonde. Questo è per loro essere in grado di analizzare ed elaborare i dati per generare contenuti in linea con il contesto del prompt.
Come gli umani, i modelli AGI possono imparare da vari dati ed esperienze. Allo stesso tempo, GAI viene addestrato sui grandi pool di dati esistenti per comprendere i modelli e le relazioni sottostanti tra i dati per generare dati nuovi, significativi e pertinenti.
2. Gamma di applicazioni
Sia AGI che GAI possono essere utilizzati per un’ampia gamma di scopi, inclusi, a titolo esemplificativo ma non esaustivo, contenuti di testo, immagini e video.
L’IA generativa può essere sviluppata per servire vari scopi in campi limitati. D’altra parte, l’intelligenza generale artificiale è naturalmente applicabile in ogni sfera della vita, in quanto può ragionare ed eseguire compiti in modo indipendente.
3. Catalizzatori per il cambiamento
L’obiettivo del progresso tecnologico è favorire il cambiamento e la crescita. AGI e GAI sono indispensabili per accelerare il cambiamento e le innovazioni tanto necessarie di cui il mondo ha un disperato bisogno.
Con l’introduzione di GAI e AGI utilizzabili, l’umanità ha la certezza che presto seguirà un rapido progresso, riducendo esponenzialmente il tempo di lavoro umano.
4. Fonte del dilemma etico
Sebbene ottenere un aiuto extra dall’IA sembri una buona idea, sorgono diverse preoccupazioni quando è necessario stabilire un confine chiaro su ciò che è eticamente giusto che l’IA sovrintenda.
Con l’IA generativa, ci sono state preoccupazioni sulle regole del copyright relative all’arte dell’IA e persino domande sul fatto che l’arte dell’IA sia vera arte. L’AGI, con abbastanza tempo, potrebbe vedere l’umanità come inutile e muoversi per lo sterminio dell’umanità: un horror fantascientifico che trasforma la realtà.
Le normative nel campo dell’IA sono state impegnative, poiché si tratta di acque inesplorate per la razza umana.
In che modo l’intelligenza artificiale generale differisce dall’intelligenza artificiale generativa?
La differenza più significativa tra loro è che AGI deve ancora essere sviluppato, mentre GAI esiste ed è già in uso. Altre differenze risiedono nelle seguenti:
1. Modalità di funzionamento
A parte il fatto che l’AGI è ancora nella lista dei desideri degli informatici, le loro modalità operative sono nettamente distinte.
L’intelligenza artificiale generale non è limitata a nessun compito o dominio specifico, svolgendo compiti senza una programmazione specifica. D’altra parte, l’IA generativa si concentra sulla generazione di nuovi contenuti all’interno di una nicchia basata su modelli e dati esistenti.
2. Adattabilità
L’AGI può apprendere e adattarsi a nuove situazioni, mentre l’IA generativa è limitata dai dati di input e dal dominio specifico in cui opera.
Un AGI che sovrintende alle vendite e alle finanze di un’organizzazione sarà in grado di adattarsi in caso di cambiamenti improvvisi come una pandemia. Il modello AGI sarà in grado di trarre conclusioni intelligenti dai dati disponibili e riconfigurare le operazioni dell’organizzazione per soddisfare il nuovo sviluppo.
Questo è qualcosa che l’IA generativa, da sola, non può fare.
3. Cognizione
L’intelligenza generale artificiale è probabilmente piuttosto umana nel suo approccio alla risoluzione dei problemi. Questo è l’opposto dell’IA generativa, che funziona su sequenze di input-out pre-addestrate. Un’IA generativa può fare solo ciò per cui è stata programmata, né più né meno. Un AGI, d’altra parte, imparerà, ragionerà, confronterà e dedurrà.
In termini semplici, un AGI può pensare come un essere umano e forse anche meglio.
4. Approccio all’apprendimento
L’intelligenza artificiale generativa spesso apprende attraverso una formazione senza supervisione tramite ampie risorse di dati, che le insegnano come creare nuovi contenuti da quelli esistenti in precedenza.
AGI utilizzerà una combinazione di apprendimento supervisionato e non supervisionato e apprendimento per rinforzo. Ciò garantisce che possa fare scelte intelligenti di fronte alle vaste risorse a sua disposizione.
GAI, AGI e oltre
Non si può negare che l’intelligenza artificiale generale sia materia di sogni che si trasformano rapidamente in realtà. Ci stiamo solo abituando all’intelligenza artificiale generativa, ma non dobbiamo metterci troppo a nostro agio.
L’intelligenza generale artificiale presto andrà oltre l’essere una mera teoria, ma una forma attiva di intelligenza arricchita, che si spera lavori con e per noi.