Trí tuệ tổng hợp nhân tạo là gì và nó khác với AI sáng tạo như thế nào?

Kể từ khi AI đột phá trở thành tâm điểm chú ý vào cuối năm 2022, hàng nghìn mô hình AI đã xuất hiện gần như mỗi tuần. Có thể chóng mặt khi cố gắng theo kịp cái nào làm cái gì.

Nếu bạn đã quen thuộc với kiến ​​thức cơ bản về AI, bạn có thể đã biết về trí tuệ nhân tạo tổng quát (GAI). Ngược lại, bạn có thể không quen thuộc với một loại AI khác gọi là trí tuệ tổng quát nhân tạo (AGI).

Mặc dù chúng nghe có vẻ giống nhau, nhưng chúng không hoàn toàn giống nhau. Và không, không phải chỉ vì các chữ cái viết tắt của chúng bị đảo lộn. Vì vậy, sự khác biệt giữa hai là gì?

Trí tuệ tổng hợp nhân tạo là gì?

Hãy tưởng tượng một AI có thể suy nghĩ, suy luận, nhận thức, suy luận– tất cả những thứ mà con người có thể làm. Đó, và hơn thế nữa, là những gì trí thông minh nhân tạo nói chung được cho là. Mặc dù về mặt lý thuyết, trí tuệ tổng quát nhân tạo (AGI) có thể thực hiện bất kỳ nhiệm vụ trí tuệ nào, giống như con người, nhưng với ít lỗi hơn hoặc không có lỗi.

Nó khác với trí tuệ hẹp nhân tạo (ANI), vốn có kỹ năng cao trong một lĩnh vực hoặc phạm vi nhiệm vụ cụ thể. Trí thông minh hẹp được thiết kế để chỉ xuất sắc trong một hoặc rất ít nhiệm vụ cụ thể, giống như một giáo sư danh dự trong một chuyên ngành rất thích hợp.

AGI được đề xuất là một AI có thể cảm nhận, đưa ra quyết định dựa trên cảm xúc của nó, giải quyết vấn đề, học hỏi, xử lý ngôn ngữ và thực hiện các khả năng nhận thức khác. Không cần cung cấp dữ liệu trước, AGI sẽ nghĩ ra điều gì đó có ý nghĩa, bất kể các biến số liên quan.

Khoa học viễn tưởng AI hầu như không đến gần, vì vậy AGI vẫn chỉ là một lý thuyết. Mặc dù một số mô hình AI trong các tác phẩm gần giống với mô tả của AGI, nhưng nó vẫn chủ yếu dựa vào dữ liệu được cung cấp và vẫn chưa hình thành lý luận độc lập. Mặc dù chúng xuất sắc trong việc giải quyết vấn đề, xử lý ngôn ngữ tự nhiên và những thứ tương tự, nhưng chúng vẫn còn một chặng đường dài trước khi chúng ta có thể gọi chúng là AGI toàn diện.

Ví dụ như Google DeepMind đang ngày đêm nghiên cứu phát triển các mô hình AGI có thể sánh ngang với trí thông minh con người, với khả năng học hỏi và suy luận giống như con người. Để biết thêm, hãy xem những điều tuyệt vời mà các bot hiện tại của DeepMind của Google có thể làm.

Vậy những ứng dụng tiềm năng của trí tuệ nhân tạo nói chung là gì? Chà, nó hứa hẹn sẽ tìm thấy tầm quan trọng trong mọi lĩnh vực có thể tưởng tượng được. Ví dụ, AGI và công nghệ sinh học có thể cung cấp dịch vụ chăm sóc sức khỏe cao cấp với chi phí thấp. Nó có thể cá nhân hóa các kế hoạch điều trị và tăng tốc độ chẩn đoán với các lỗi tối thiểu.

Nó có thể làm những điều này và nhiều hơn nữa trong các lĩnh vực như robot và tự động hóa, nghiên cứu, giáo dục, nông nghiệp, thám hiểm không gian, v.v.

Trí tuệ nhân tạo sáng tạo là gì?

Như đã đề cập trước đó, hầu hết các mô hình AI đang tồn tại tại thời điểm viết bài đều thuộc loại này.

Trí tuệ nhân tạo sáng tạo (GAI) bao gồm bất kỳ AI nào, như tên gọi của nó, tạo ra tài liệu mới, có thể là âm thanh, hình ảnh hoặc văn bản, từ dữ liệu được gán trước đó. Nói cách khác, bất kỳ AI nào bạn phải đưa ra lời nhắc để tạo nội dung hoặc phản hồi các yêu cầu bằng cách truy cập thông tin được lưu trữ đều có thể được phân loại là GAI.

Ví dụ: các trình dịch văn bản thành giọng nói và hình ảnh thành hình ảnh thông thường và những phát triển gần đây hơn như DALL-E (DALL-E là gì?), MuseNet, Mạng đối thủ sáng tạo dựa trên phong cách (StyleGAN), Jukebox và Generative Máy biến áp được đào tạo trước (GPT-3, GPT-3.5, GPT-4) được phân loại theo Trí tuệ nhân tạo Sáng tạo.

AI sáng tạo sử dụng các kỹ thuật học sâu để tạo nội dung gần với lời nhắc nhất có thể. Họ sử dụng lời nhắc làm vật liệu xây dựng để xây dựng nội dung mà bạn yêu cầu sản xuất. Dưới đây là một số ví dụ về những gì ChatGPT có thể làm cho bạn nếu bạn muốn biết thêm về nó.

Trí tuệ nhân tạo chung và Trí tuệ nhân tạo sáng tạo giống nhau như thế nào?

Mặc dù khác nhau về cách thức hoạt động và điểm chuyên môn, AGI và Generative AI có một số điểm chung.

1. Học tập

AGI và GAI là các mô hình học máy học thông qua các thuật toán được giám sát, bán giám sát và không giám sát bằng cách sử dụng mạng lưới thần kinh sâu. Điều này là để họ có thể phân tích và xử lý dữ liệu để tạo ra nội dung phù hợp với ngữ cảnh của lời nhắc.

Giống như con người, các mô hình AGI có thể học hỏi từ nhiều dữ liệu và trải nghiệm khác nhau. Đồng thời, GAI được đào tạo trên nhóm dữ liệu lớn hiện có để hiểu các mẫu và mối quan hệ cơ bản giữa dữ liệu nhằm tạo dữ liệu mới, có ý nghĩa và phù hợp.

2. Phạm vi ứng dụng

Cả AGI và GAI đều có thể được sử dụng cho nhiều mục đích, bao gồm nhưng không giới hạn ở nội dung văn bản, hình ảnh và video.

AI sáng tạo có thể được phát triển để phục vụ các mục đích khác nhau trong các lĩnh vực hạn chế. Mặt khác, trí tuệ nhân tạo nói chung có thể áp dụng một cách tự nhiên trong mọi lĩnh vực của cuộc sống, vì nó có thể suy luận và thực hiện các nhiệm vụ một cách độc lập.

3. Chất xúc tác cho sự thay đổi

Mục tiêu của tiến bộ công nghệ là thúc đẩy sự thay đổi và tăng trưởng. AGI và GAI không thể thiếu trong quá trình đổi mới và thay đổi rất cần thiết mà thế giới đang rất cần.

Với việc giới thiệu GAI và AGI có thể sử dụng được, nhân loại được đảm bảo rằng sự tiến bộ nhanh chóng sẽ sớm theo sau, cắt giảm thời gian lao động của con người theo cấp số nhân.

4. Nguồn gốc của Thế tiến thoái lưỡng nan về đạo đức

Mặc dù nhận thêm trợ giúp từ AI nghe có vẻ là một ý tưởng hay, nhưng một số lo ngại nảy sinh khi cần có một ranh giới rõ ràng về những gì phù hợp về mặt đạo đức để AI giám sát.

Với AI sáng tạo, đã có những lo ngại về các quy tắc bản quyền xung quanh nghệ thuật AI và thậm chí là câu hỏi về việc liệu nghệ thuật AI có phải là nghệ thuật thực sự hay không. AGI, nếu có đủ thời gian, có thể coi loài người là vô nghĩa và hành động để tiêu diệt loài người—một hiện thực kinh dị khoa học viễn tưởng.

Các quy định trong lĩnh vực AI đang gặp nhiều thách thức, vì đây là những vùng nước chưa được khám phá đối với loài người.

Trí tuệ nhân tạo chung khác với trí tuệ nhân tạo sáng tạo như thế nào?

Sự khác biệt đáng kể nhất giữa chúng là AGI vẫn chưa được phát triển, trong khi GAI tồn tại và đã được sử dụng. Sự khác biệt khác nằm ở những điều sau đây:

1. Phương thức hoạt động

Khác với thực tế là AGI vẫn nằm trong danh sách mong muốn của các nhà khoa học máy tính, phương thức hoạt động của chúng rất khác biệt.

Trí tuệ nhân tạo nói chung không bị giới hạn trong bất kỳ nhiệm vụ hoặc lĩnh vực cụ thể nào, thực hiện các nhiệm vụ mà không cần lập trình cụ thể. Mặt khác, AI tổng quát tập trung vào việc tạo nội dung mới trong một phân khúc thích hợp dựa trên các mẫu và dữ liệu hiện có.

2. Khả năng thích ứng

AGI có thể học hỏi và thích ứng với các tình huống mới, trong khi AI tổng quát bị giới hạn bởi dữ liệu đầu vào và miền cụ thể mà nó hoạt động.

Một AGI giám sát doanh số bán hàng và tài chính của một tổ chức sẽ có thể điều chỉnh trong trường hợp có thay đổi đột ngột như đại dịch. Mô hình AGI sẽ có thể đưa ra những suy luận thông minh từ dữ liệu có sẵn và cấu hình lại hoạt động của tổ chức để phục vụ cho sự phát triển mới.

Đây là điều mà trí tuệ nhân tạo tự nó không thể làm được.

3. Nhận thức

Trí tuệ nhân tạo nói chung có thể khá giống con người trong cách tiếp cận giải quyết vấn đề của nó. Điều này trái ngược với AI sáng tạo, hoạt động trên các chuỗi đầu vào đầu ra được đào tạo trước. AI sáng tạo chỉ có thể làm những gì nó được lập trình để làm, không hơn, không kém. Mặt khác, một AGI sẽ học hỏi, suy luận, so sánh và suy luận.

Nói một cách đơn giản, một AGI có thể suy nghĩ giống con người và thậm chí có thể tốt hơn.

4. Phương pháp học tập

AI sáng tạo thường học thông qua đào tạo không giám sát thông qua các nguồn dữ liệu mở rộng, hướng dẫn nó cách tạo nội dung mới từ những nội dung đã có trước đó.

AGI sẽ sử dụng kết hợp cả học có giám sát và không giám sát cũng như học tăng cường. Điều này đảm bảo rằng nó có thể đưa ra những lựa chọn thông minh khi đối mặt với các nguồn tài nguyên khổng lồ mà nó có thể tùy ý sử dụng.

GAI, AGI và hơn thế nữa

Không thể phủ nhận rằng trí tuệ nhân tạo nói chung là thứ biến những giấc mơ nhanh chóng thành hiện thực. Chúng ta mới làm quen với trí tuệ nhân tạo nhưng không được quá thoải mái.

Trí thông minh nhân tạo nói chung sẽ sớm vượt ra khỏi phạm vi lý thuyết đơn thuần mà là một dạng trí thông minh tích cực hoàn thiện, hy vọng sẽ làm việc với chúng ta và cho chúng ta.