Prečo je AGI náročnejšie než dnešná AI?
Dosiahnutie umelej všeobecnej inteligencie (AGI) je tisíckrát náročnejšie než dnešná AI. Hlavnou prekážkou je ťažkosť kontinuálneho učenia – súčasné systémy často zabúdajú staré informácie pri učení sa nových, na rozdiel od ľudského mozgu.
Video od Univerzálnej odolnosti s JT Yu sa zaoberá fascinujúcim problémom: prečo je pre umelú inteligenciu (AI) tak ťažké učiť sa kontinuálne a efektívne, rovnako ako to robíme my ľudia. Aj keď dnešná AI dokáže spracovať obrovské množstvo dát, stále zápasí s integráciou nových informácií bez toho, aby zabúdala na staré. Toto je jeden z hlavných prekážok na ceste k umelej všeobecnej inteligencii (AGI). Video odhaľuje, že problém nespočíva len v technických detailoch, ale aj v hlbších rozdieloch medzi tým, ako funguje ľudský mozog a súčasné AI systémy.
Problém s kontinuálnym učením: Katastrofické zabúdanie
Jedným z prvých pokusov o trénovanie neurálnych sietí v roku 1989 bol známy experiment McCloskeyho a Cohena, ktorý ukázal niečo znepokojivé – tzv. katastrofické zabúdanie. Keď sa sieť naučí nové zručnosti, často zabudne na tie staré. Je to, ako keby ste sa naučili nový jazyk a pritom zabudli na ten predtým ovládaný. Aj ľudia zažívajú podobné problémy – napríklad, keď prestanete používať cudzí jazyk, postupne ho zabúdate, alebo si prestanete pamätať usporiadanie ulíc v meste, ktoré ste kedysi dobre poznali.
