به تازگی DeepMind با معرفی Gato، دوباره هوش عمومی مصنوعی (AGI) را بر سر زبان‌ها انداخته است.
به گزارش مجله خبری آی تی و دیجیتال و به نقل از venturebeat، مدل ترانسفورماتور یادگیری عمیق Gato به عنوان یک مدل هوش مصنوعی عمومی است که با انجام 604 کار متمایز و پیش پا افتاده با روش‌ها، مشاهدات و مشخصات عملی انجام می‌شود.
از این مدل به وضوح بسیار کلی‌تر از سایر سیستم‌های هوش مصنوعی است که تاکنون توسعه یافته‌اند و از این دید به نظر می‌رسد گامی به سوی هوش مصنوعی عمومی AGI باشد.
مدل گاتو می‌تواند با استفاده از یک شبکه عصبی منفرد با مجموعه‌ای از وزن‌ها، تجسم‌های مختلف را در طیف وسیعی از محیط‌ها حس کرده و عمل کند. مدل گاتو بر روی 604 کار مجزا با روش‌ها، مشاهدات و مشخصات عملی متفاوت آموزش دیده است.
گاتو برای رسیدگی به بسیاری از عملکردهای گسسته طراحی شده است.
DeepMind توضیح می‌دهد که، «شبکه مشابه با وزن‌های یکسان می‌تواند آتاری، تصاویر زیرنویس، چت، بلاک‌ها را با یک بازوی روباتی واقعی پخش کند و بر اساس زمینه‌اش تصمیم صدور متن، گشتاور مشترک، فشار دادن دکمه‌ها یا نشانه‌های دیگر را بگیرد”.
اگرچه DeepMind ادعا می‌کند که گاتو در بسیاری از این وظایف از انسان‌ها بهتر عمل می‌کند اما در همه این وظایف خوب نیست.
«هوش مصنوعی عمومی» یا AGI
انتهای دیگر طیف هوش مصنوعی «هوش مصنوعی عمومی» یا AGI است. این یک سیستم هوش مصنوعی می‌تواند برای هر کار یا مشکلی اعمال شود. برخلاف الگوریتم‌های دیگر هوش مصنوعی، دانش به دست آمده توسط هوش مصنوعی عمومی را می‌توان در بین اجزای سیستم به اشتراک گذاشت و حفظ کرد.
در یک مدل هوش مصنوعی عمومی، الگوریتمی که می‌تواند بهترین‌های جهان را در بازی‌هایی مانند شطرنج یا هر بازی دیگری شکست دهد و همچنین وظایف دیگری را انجام دهد.
DeepMind، معتقد است که گاتو در واقع یک نمایش از AGI است، که از پیچیدگی و مقیاسی برخوردار نیست که می‌توان از طریق اصلاح بیشتر مدل و قدرت محاسباتی اضافی به دست آورد. اندازه مدل گاتو 1.18 میلیارد پارامتر نسبتاً کوچک است.
نظرات کاربران