چرا هوش عمومی مصنوعی فراتر از یادگیری عمیق است؟
سام آلتمن در طی خبری درباره علاقه عموم افراد به استفاده از هوش مصنوعی صحبت کرده است. تکنولوژی هوش مصنوعی میتواند وظایفی را یاد گرفته و اجرا کند. پیشرفتهایی در زمینه هوش مصنوعی، به خصوص یادگیری عمیق، باعث نگرانیهایی در زمینه ظهور AGI شده است. شرکتهای مختلفی از قبیل OpenAI و xAI Elon Musk قصد دارند که AGI را توسعه دهند.
محدودیت های یادگیری عمیق
یادگیری عمیق، یک روش یادگیری ماشینی مبتنی بر شبکههایی است که در ChatGPT استفاده میشود. یادگیری ماشینی به دلیل توانایی در مدیریت انواع دادههای مختلف و کاهش نیاز به پردازش اولیه شهرت یافته است. بسیاری از افراد باور دارند که یادگیری عمیق به پیشرفت خود ادامه میدهد و نقش مهمی را در دستیابی به AGI ایفا میکند.
با این حال، یادگیری عمیق محدودیتهایی نیز دارد. مجموعه دادههای بزرگ و منابع محاسباتی گران قیمت مورد نیاز است. بسیاری از رویکردهای یادگیری عمیق، راهحلهایی را اولویتبندی میکنند که احتمالاً در مواجهه با چالشهای پیشبینینشده با شکست مواجه شوند. روشهای DMDU نوعی چارچوب مفهومی ارزشمند برای توسعه هوش مصنوعی ارائه میدهد.
توسعه یک وسیله نقلیه کاملاً خودمختار (AV) میتواند کاربرد روش DMDU را نشان دهد. مهارتهای تصمیمگیری انسان در حین رانندگی تقلید میشود. علیرغم سرمایهگذاری قابل توجه شرکتهای خودروسازی در زمینه استفاده از یادگیری عمیق، این مدلها اغلب با مشکل مواجه میشوند. با توجه به غیرعملی بودن مدلسازی، رسیدگی به چالشهای پیشبینی نشده ادامه دارد. هوش مصنوعی در حال تکامل است. شاید لازم باشد که از پارادایم یادگیری عمیق خارج شویم و روی پیشرفت به سمت AGI تأکید کنیم. یادگیری عمیق در بسیاری از موارد موفقیتآمیز بوده است.