Saltar para o conteúdo

Inteligência artificial geral: diferenças entre revisões

Origem: Wikipédia, a enciclopédia livre.
Conteúdo apagado Conteúdo adicionado
Linha 37: Linha 37:


: Uma máquina executa um trabalho economicamente importante pelo menos tão bem quanto os humanos no mesmo trabalho.
: Uma máquina executa um trabalho economicamente importante pelo menos tão bem quanto os humanos no mesmo trabalho.

=== Formalismos matemáticos ===
Uma definição matematicamente precisa de AGI foi proposta por [[Marcus Hutter]] em 2000. Denominado [[AIXI]] (sistema lógico em modelo matemático), o agente proposto maximiza a capacidade de satisfazer metas em uma ampla variedade de ambientes.<ref>{{Citar livro|url=https://link.springer.com/book/10.1007/b138233|título=Universal Artificial Intelligence: Sequential Decisions Based on Algorithmic Probability|ultimo=Hutter|primeiro=Marcus|data=2005|editora=Springer|isbn=978-3-540-26877-2}}</ref> Esse tipo de AGI, caracterizado pela comprovação da capacidade de maximizar uma definição matemática de inteligência em vez de exibir um comportamento semelhante ao humano,<ref>{{Citar tese|sobrenome=Legg|nome=Shane|titulo=Machine Super Intelligence|url=http://www.vetta.org/documents/Machine_Super_Intelligence.pdf}}</ref> é chamado de inteligência artificial universal.<ref>{{Citar periódico |url=https://www.researchgate.net/publication/271390398_Artificial_General_Intelligence_Concept_State_of_the_Art_and_Future_Prospects |titulo=Artificial General Intelligence: Concept, State of the Art, and Future Prospects |data=2014 |ultimo=Goertzel |primeiro=Ben |journal=Journal of Artificial General Intelligence}}</ref> Se este tipo de AGI exibe comportamento semelhante ao humano (como o uso de linguagem natural) dependeria de muitos fatores, por exemplo, a maneira pela qual o agente esta incorporado,<ref>{{Citar conferência |ultimo=Bennett |primeiro=Michael Timothy |url=https://link.springer.com/chapter/10.1007/978-3-030-93758-4_4 |titulo=Symbol Emergence and The Solutions to Any Task |data=2021 |conferencia=14th Conference on Artificial General Intelligence}}</ref> ou se ele tem uma função de recompensa que se aproxima muito do humano. primitivos de cognição como fome, dor e assim por diante. <ref>{{Citar conferência |ultimo=Bennett |primeiro=Michael Timothy |ultimo2=Maruyama |primeiro2=Yoshihiro |url=https://link.springer.com/chapter/10.1007/978-3-030-93758-4_6 |titulo=The Artificial Scientist |data=2021 |conferencia=14th Conference on Artificial General Intelligence}}</ref>


== História ==
== História ==
Linha 45: Linha 48:
No entanto, no início dos anos 1970, tornou-se óbvio que os pesquisadores haviam subestimado grosseiramente a dificuldade do projeto. As agências de financiamento tornaram-se céticas em relação à AGI e colocaram os pesquisadores sob crescente pressão para produzir "IA aplicada" útil. No início dos anos 1980, o [[Computação da quinta geração|Projeto de Computador de Quinta Geração]] do Japão reviveu o interesse na AGI, estabelecendo um cronograma de dez anos que incluía objetivos de AGI como "manter uma conversa casual". <ref>{{Harvnb|Crevier|1993|p=211}}, {{Harvnb|Russell|Norvig|2003|p=24}} and see also {{Harvnb|Feigenbaum|McCorduck|1983}}</ref> Em resposta a isso e ao sucesso dos [[Sistema especialista|sistemas especialistas]], tanto a indústria quanto o governo injetaram dinheiro de volta no campo de pesquisa. {{Sfn|NRC|1999|loc="Shift to Applied Research Increases Investment"}} <ref>{{Harvnb|Crevier|1993|pp=161–162,197–203,240}}; {{Harvnb|Russell|Norvig|2003|p=25}}.</ref> No entanto, a confiança na IA entrou em colapso no final dos anos 1980 e os objetivos do Projeto de Computador de Quinta Geração nunca foram cumpridos. <ref>{{Harvnb|Crevier|1993|pp=209–212}}</ref> Pela segunda vez em 20 anos, os pesquisadores de IA que previram a conquista iminente da AGI mostraram-se fundamentalmente enganados. Na década de 1990, os pesquisadores de IA ganharam a reputação de fazer promessas vãs. Eles se tornaram relutantes em fazer previsões e evitar qualquer menção de inteligência artificial de "nível humano" por medo de serem rotulados de "sonhadores de olhos selvagens". <ref>{{Citar jornal |ultimo=Markoff |primeiro=John |url=https://www.nytimes.com/2005/10/14/technology/14artificial.html?ei=5070&en=11ab55edb7cead5e&ex=1185940800&adxnnl=1&adxnnlx=1185805173-o7WsfW7qaP0x5/NUs1cQCQ |titulo=Behind Artificial Intelligence, a Squadron of Bright Real People |data=14 de outubro de 2005 |website=The New York Times |citação=At its low point, some computer scientists and software engineers avoided the term artificial intelligence for fear of being viewed as wild-eyed dreamers.}}</ref>
No entanto, no início dos anos 1970, tornou-se óbvio que os pesquisadores haviam subestimado grosseiramente a dificuldade do projeto. As agências de financiamento tornaram-se céticas em relação à AGI e colocaram os pesquisadores sob crescente pressão para produzir "IA aplicada" útil. No início dos anos 1980, o [[Computação da quinta geração|Projeto de Computador de Quinta Geração]] do Japão reviveu o interesse na AGI, estabelecendo um cronograma de dez anos que incluía objetivos de AGI como "manter uma conversa casual". <ref>{{Harvnb|Crevier|1993|p=211}}, {{Harvnb|Russell|Norvig|2003|p=24}} and see also {{Harvnb|Feigenbaum|McCorduck|1983}}</ref> Em resposta a isso e ao sucesso dos [[Sistema especialista|sistemas especialistas]], tanto a indústria quanto o governo injetaram dinheiro de volta no campo de pesquisa. {{Sfn|NRC|1999|loc="Shift to Applied Research Increases Investment"}} <ref>{{Harvnb|Crevier|1993|pp=161–162,197–203,240}}; {{Harvnb|Russell|Norvig|2003|p=25}}.</ref> No entanto, a confiança na IA entrou em colapso no final dos anos 1980 e os objetivos do Projeto de Computador de Quinta Geração nunca foram cumpridos. <ref>{{Harvnb|Crevier|1993|pp=209–212}}</ref> Pela segunda vez em 20 anos, os pesquisadores de IA que previram a conquista iminente da AGI mostraram-se fundamentalmente enganados. Na década de 1990, os pesquisadores de IA ganharam a reputação de fazer promessas vãs. Eles se tornaram relutantes em fazer previsões e evitar qualquer menção de inteligência artificial de "nível humano" por medo de serem rotulados de "sonhadores de olhos selvagens". <ref>{{Citar jornal |ultimo=Markoff |primeiro=John |url=https://www.nytimes.com/2005/10/14/technology/14artificial.html?ei=5070&en=11ab55edb7cead5e&ex=1185940800&adxnnl=1&adxnnlx=1185805173-o7WsfW7qaP0x5/NUs1cQCQ |titulo=Behind Artificial Intelligence, a Squadron of Bright Real People |data=14 de outubro de 2005 |website=The New York Times |citação=At its low point, some computer scientists and software engineers avoided the term artificial intelligence for fear of being viewed as wild-eyed dreamers.}}</ref>


=== Pesquisa estreita de IA ===
=== Inteligência Artificial Limitada "IA fraca" ===
Na década de 1990 e no início do século 21, a IA convencional alcançou maior sucesso comercial e respeitabilidade acadêmica ao se concentrar em subproblemas específicos onde podem ser produzidos resultados verificáveis e aplicações comerciais, como [[Rede neural artificial|redes neurais artificiais]] e [[aprendizado de máquina]] estatístico. <ref>{{Harvnb|Russell|Norvig|2003|pp=25–26}}</ref> Esses sistemas de "IA aplicada" são agora amplamente usados em toda a indústria de tecnologia, e a pesquisa nesse sentido é fortemente financiada tanto na academia quanto na indústria. Atualmente, o desenvolvimento neste campo é considerado uma tendência emergente, e espera-se que um estágio de maturidade aconteça em mais de 10 anos. <ref>{{Citar web |url=https://blogs.gartner.com/smarterwithgartner/files/2018/08/PR_490866_5_Trends_in_the_Emerging_Tech_Hype_Cycle_2018_Hype_Cycle.png |titulo=Trends in the Emerging Tech Hype Cycle |acessodata=7 de maio de 2019 |publicado=Gartner Reports |arquivourl=https://web.archive.org/web/20190522024829/https://blogs.gartner.com/smarterwithgartner/files/2018/08/PR_490866_5_Trends_in_the_Emerging_Tech_Hype_Cycle_2018_Hype_Cycle.png |arquivodata=22 de maio de 2019}}</ref>
Na década de 1990 e no início do século 21, a IA convencional alcançou maior sucesso comercial e respeitabilidade acadêmica ao se concentrar em subproblemas específicos onde podem ser produzidos resultados verificáveis e aplicações comerciais, como [[Rede neural artificial|redes neurais artificiais]] e [[aprendizado de máquina]] estatístico. <ref>{{Harvnb|Russell|Norvig|2003|pp=25–26}}</ref> Esses sistemas de "IA aplicada" são agora amplamente usados em toda a indústria de tecnologia, e a pesquisa nesse sentido é fortemente financiada tanto na academia quanto na indústria. Atualmente, o desenvolvimento neste campo é considerado uma tendência emergente, e espera-se que um estágio de maturidade aconteça em mais de 10 anos. <ref>{{Citar web |url=https://blogs.gartner.com/smarterwithgartner/files/2018/08/PR_490866_5_Trends_in_the_Emerging_Tech_Hype_Cycle_2018_Hype_Cycle.png |titulo=Trends in the Emerging Tech Hype Cycle |acessodata=7 de maio de 2019 |publicado=Gartner Reports |arquivourl=https://web.archive.org/web/20190522024829/https://blogs.gartner.com/smarterwithgartner/files/2018/08/PR_490866_5_Trends_in_the_Emerging_Tech_Hype_Cycle_2018_Hype_Cycle.png |arquivodata=22 de maio de 2019}}</ref>



Revisão das 12h49min de 4 de agosto de 2022

Inteligência artificial geral (AGI) (do inglês: Artificial general intelligence) é a capacidade hipotética de um agente inteligente de compreender ou aprender qualquer tarefa intelectual que um ser humano possa. [1] É o objetivo principal de algumas pesquisas sobre inteligência artificial e um tópico comum em ficção científica e estudos futuros. AGI também pode ser referido como IA forte, [2] [3] [4] IA completa, [5] ou ação inteligente geral [6] (embora fontes acadêmicas reservem o termo "IA forte" para programas de computador que experimentam senciência ou consciência).

Em contraste com a IA forte, a IA fraca [7] ou "IA estreita" [4] não se destina a ter habilidades cognitivas gerais; em vez disso, a IA fraca é qualquer programa projetado para resolver exatamente um problema. (Fontes acadêmicas reservam "IA fraca" para programas que não experimentam consciência ou têm uma mente no mesmo sentido que as pessoas).

Uma pesquisa de 2020 identificou 72 projetos ativos de Pesquisa e Desenvolvimento de AGI espalhados por 37 países.[8]

Características

Vários critérios de inteligência foram propostos (o mais famoso é o teste de Turing), mas, até o momento, não existe uma definição que satisfaça a todos.

Traços de inteligência

Existe um amplo consenso entre os pesquisadores de inteligência artificial que a inteligência é necessária para fazer o seguinte: [9] raciocinar, usar a estratégia, resolver quebra-cabeças, fazer julgamentos sob incerteza, representar conhecimento, incluindo conhecimento de senso comum, planejamento, aprendizado, comunicar-se em linguagem natural e integrar todas essas habilidades para objetivos comuns. Outras capacidades importantes incluem a habilidade de sentir (por exemplo, ver) e a habilidade de agir (por exemplo, mover e manipular objetos no mundo onde o comportamento inteligente deve ser observado. [10] Isso incluiria a capacidade de detectar e responder ao perigo. [11] Muitas abordagens interdisciplinares de inteligência (por exemplo, ciência cognitiva, inteligência computacional e tomada de decisão) tendem a enfatizar a necessidade de considerar características adicionais, como a imaginação (tida como a capacidade de formar imagens mentais e conceitos que não foram programados) [12] e a autonomia. [13]

Testes para confirmar AGI em nível humano

Os seguintes testes para confirmar a AGI em nível humano foram considerados: [14] [15]

O Teste de Turing (Turing)

Uma máquina e um humano conversam sem ser vistos com um segundo humano, que deve avaliar qual dos dois é a máquina. Passa no teste se conseguir enganar o avaliador em uma fração significativa do tempo. Nota: Turing não prescreve o que deve ser qualificado como inteligência, e sim que saber qual dos dois que é uma máquina como motivo desqualificador.

O Teste do Café (Wozniak)

Uma máquina é requisitada à entrar em uma casa americana e descobrir como fazer café: encontre a máquina de café, encontre o café, adicione água, encontre uma caneca e prepare o café pressionando os botões apropriados.

O Teste do Aluno da Faculdade Robô (Goertzel)

Uma máquina se matricula em uma universidade, fazendo e passando nas mesmas aulas que os humanos, e obtendo um diploma.

O Teste de Emprego (Nilsson)

Uma máquina executa um trabalho economicamente importante pelo menos tão bem quanto os humanos no mesmo trabalho.

Formalismos matemáticos

Uma definição matematicamente precisa de AGI foi proposta por Marcus Hutter em 2000. Denominado AIXI (sistema lógico em modelo matemático), o agente proposto maximiza a capacidade de satisfazer metas em uma ampla variedade de ambientes.[16] Esse tipo de AGI, caracterizado pela comprovação da capacidade de maximizar uma definição matemática de inteligência em vez de exibir um comportamento semelhante ao humano,[17] é chamado de inteligência artificial universal.[18] Se este tipo de AGI exibe comportamento semelhante ao humano (como o uso de linguagem natural) dependeria de muitos fatores, por exemplo, a maneira pela qual o agente esta incorporado,[19] ou se ele tem uma função de recompensa que se aproxima muito do humano. primitivos de cognição como fome, dor e assim por diante. [20]

História

IA Clássica

A pesquisa de IA moderna começou em meados da década de 1950. [21] A primeira geração de pesquisadores de IA estava convencida de que a inteligência artificial geral era possível e que existiria em apenas algumas décadas. O pioneiro da IA, Herbert A. Simon, escreveu em 1965: "as máquinas serão capazes, em vinte anos, de fazer qualquer trabalho que um homem possa fazer." [22] Suas previsões foram a inspiração para o personagem HAL 9000 de Stanley Kubrick e Arthur C. Clarke, que incorporou o que os pesquisadores de IA acreditavam que poderiam criar até o ano 2001. Outro pioneiro da IA, Marvin Minsky, foi um consultor [23] no projeto de tornar o HAL 9000 o mais realista possível de acordo com as previsões de consenso da época; Crevier o cita como tendo dito sobre o assunto em 1967, "Dentro de uma geração ... o problema de criar 'inteligência artificial' será substancialmente resolvido", [24] embora Minsky afirme que foi citado incorretamente. 

No entanto, no início dos anos 1970, tornou-se óbvio que os pesquisadores haviam subestimado grosseiramente a dificuldade do projeto. As agências de financiamento tornaram-se céticas em relação à AGI e colocaram os pesquisadores sob crescente pressão para produzir "IA aplicada" útil. No início dos anos 1980, o Projeto de Computador de Quinta Geração do Japão reviveu o interesse na AGI, estabelecendo um cronograma de dez anos que incluía objetivos de AGI como "manter uma conversa casual". [25] Em resposta a isso e ao sucesso dos sistemas especialistas, tanto a indústria quanto o governo injetaram dinheiro de volta no campo de pesquisa. [26] [27] No entanto, a confiança na IA entrou em colapso no final dos anos 1980 e os objetivos do Projeto de Computador de Quinta Geração nunca foram cumpridos. [28] Pela segunda vez em 20 anos, os pesquisadores de IA que previram a conquista iminente da AGI mostraram-se fundamentalmente enganados. Na década de 1990, os pesquisadores de IA ganharam a reputação de fazer promessas vãs. Eles se tornaram relutantes em fazer previsões e evitar qualquer menção de inteligência artificial de "nível humano" por medo de serem rotulados de "sonhadores de olhos selvagens". [29]

Inteligência Artificial Limitada "IA fraca"

Na década de 1990 e no início do século 21, a IA convencional alcançou maior sucesso comercial e respeitabilidade acadêmica ao se concentrar em subproblemas específicos onde podem ser produzidos resultados verificáveis e aplicações comerciais, como redes neurais artificiais e aprendizado de máquina estatístico. [30] Esses sistemas de "IA aplicada" são agora amplamente usados em toda a indústria de tecnologia, e a pesquisa nesse sentido é fortemente financiada tanto na academia quanto na indústria. Atualmente, o desenvolvimento neste campo é considerado uma tendência emergente, e espera-se que um estágio de maturidade aconteça em mais de 10 anos. [31]

Pesquisa de inteligência geral artificial moderna

O termo "inteligência geral artificial" foi usado já em 1997, por Mark Gubrud [32] em uma discussão sobre as implicações da produção e operações militares totalmente automatizadas. O termo foi reintroduzido e popularizado por Shane Legg e Ben Goertzel por volta de 2002. O objetivo da pesquisa é muito mais antigo, por exemplo, o projeto Cyc de Doug Lenat (que começou em 1984), e o projeto Soar de Allen Newell são considerados dentro do escopo da AGI. A atividade de pesquisa da AGI em 2006 foi descrita por Pei Wang e Ben Goertzel como "produção de publicações e resultados preliminares". A primeira escola de verão em AGI foi organizada em Xiamen, China em 2009 [33] pelo Artificial Brain Laboratory e OpenCog da universidade de Xiamen. O primeiro curso universitário foi ministrado em 2010 [34] e 2011 [35] na Plovdiv University, Bulgária, por Todor Arnaudov. O MIT apresentou um curso na AGI em 2018, organizado por Lex Fridman e apresentando uma série de palestrantes convidados. No entanto, até agora, a maioria dos pesquisadores de IA dedicou pouca atenção ao AGI, com alguns alegando que a inteligência é muito complexa para ser completamente replicada a curto prazo. No entanto, um pequeno número de cientistas da computação está ativo na pesquisa da AGI.

Veja também

Referências

  1. Hodson, Hal (1 de março de 2019). «DeepMind and Google: the battle to control artificial intelligence». 1843. Consultado em 7 de julho de 2020. Cópia arquivada em 7 de julho de 2020. AGI stands for Artificial General Intelligence, a hypothetical computer program... 
  2. Kurzweil 2005, p. 260.
  3. Kurzweil, Ray (5 de agosto de 2005), «Long Live AI», Forbes : Kurzweil describes strong AI as "machine intelligence with the full range of human intelligence."
  4. a b Treder, Mike (10 de agosto de 2005), «Advanced Human ntelligence», Responsible Nanotechnology, cópia arquivada em 16 de outubro de 2019 
  5. «The Age of Artificial Intelligence: George John at TEDxLondonBusinessSchool 2013». Consultado em 22 de fevereiro de 2014. Cópia arquivada em 26 de fevereiro de 2014 
  6. Newell & Simon 1976.
  7. «The Open University on Strong and Weak AI». Consultado em 8 de outubro de 2007. Cópia arquivada em 25 de setembro de 2009 
  8. Baum, Seth, A Survey of Artificial General Intelligence Projects for Ethics, Risk, and Policy (PDF), Global Catastrophic Risk Institute Working Paper 20 
  9. This list of intelligent traits is based on the topics covered by major AI textbooks, including: Russell & Norvig 2003, Luger & Stubblefield 2004, Poole, Mackworth & Goebel 1998 and Nilsson 1998.
  10. Pfeifer, R. and Bongard J. C., How the body shapes the way we think: a new view of intelligence (The MIT Press, 2007). ISBN 0-262-16239-3
  11. White, R. W. (1959). «Motivation reconsidered: The concept of competence». Psychological Review. 66: 297–333. PMID 13844397. doi:10.1037/h0040934 
  12. Johnson 1987
  13. de Charms, R. (1968). Personal causation. New York: Academic Press.
  14. Muehlhauser, Luke (11 August 2013). «What is AGI?». Machine Intelligence Research Institute. Consultado em 1 May 2014. Arquivado do original em 25 April 2014  Verifique data em: |acessodata=, |arquivodata=, |data= (ajuda)
  15. Misal, Disha (31 de dezembro de 2018). «5 Ways To Test Whether AGI Has Truly Arrived». Analytics India Magazine (em inglês). Consultado em 4 de agosto de 2022 
  16. Hutter, Marcus (2005). Universal Artificial Intelligence: Sequential Decisions Based on Algorithmic Probability. [S.l.]: Springer. ISBN 978-3-540-26877-2 
  17. Legg, Shane. Machine Super Intelligence (PDF) (Tese) 
  18. Goertzel, Ben (2014). «Artificial General Intelligence: Concept, State of the Art, and Future Prospects». Journal of Artificial General Intelligence 
  19. Bennett, Michael Timothy (2021). Symbol Emergence and The Solutions to Any Task. 14th Conference on Artificial General Intelligence 
  20. Bennett, Michael Timothy; Maruyama, Yoshihiro (2021). The Artificial Scientist. 14th Conference on Artificial General Intelligence 
  21. Crevier 1993, pp. 48–50
  22. Simon 1965, p. 96 quoted in Crevier 1993, p. 109
  23. «Scientist on the Set: An Interview with Marvin Minsky». Consultado em 5 de abril de 2008. Cópia arquivada em 16 de julho de 2012 
  24. Marvin Minsky to Darrach (1970), quoted in Crevier (1993).
  25. Crevier 1993, p. 211, Russell & Norvig 2003, p. 24 and see also Feigenbaum & McCorduck 1983
  26. NRC 1999, "Shift to Applied Research Increases Investment".
  27. Crevier 1993, pp. 161–162,197–203,240; Russell & Norvig 2003, p. 25.
  28. Crevier 1993, pp. 209–212
  29. Markoff, John (14 de outubro de 2005). «Behind Artificial Intelligence, a Squadron of Bright Real People». The New York Times. At its low point, some computer scientists and software engineers avoided the term artificial intelligence for fear of being viewed as wild-eyed dreamers. 
  30. Russell & Norvig 2003, pp. 25–26
  31. «Trends in the Emerging Tech Hype Cycle». Gartner Reports. Consultado em 7 de maio de 2019. Cópia arquivada em 22 de maio de 2019 
  32. Gubrud 1997
  33. «First International Summer School in Artificial General Intelligence, Main summer school: June 22 – July 3, 2009, OpenCog Lab: July 6-9, 2009». Consultado em 11 de maio de 2020. Cópia arquivada em 28 de setembro de 2020 
  34. «Избираеми дисциплини 2009/2010 - пролетен триместър» [Elective courses 2009/2010 - spring trimester]. Факултет по математика и информатика [Faculty of Mathematics and Informatics] (em búlgaro). Consultado em 11 de maio de 2020. Cópia arquivada em 26 de julho de 2020 
  35. «Избираеми дисциплини 2010/2011 - зимен триместър» [Elective courses 2010/2011 - winter trimester]. Факултет по математика и информатика [Faculty of Mathematics and Informatics] (em búlgaro). Consultado em 11 de maio de 2020. Cópia arquivada em 26 de julho de 2020