Artificail General Intelligence, મશીનોનું ભવિષ્યવાદી વિઝન બનાવવાની રેસ ચાલી રહી છે જે લગભગ માણસો જેટલી સ્માર્ટ હોઈ શકે અથવા ઓછામાં ઓછી ઘણી બધી વસ્તુઓ લોકો કરી શકે. જો કે, સમાચાર એજન્સી એપીના અહેવાલમાં નોંધ્યું છે તેમ, આવા ખ્યાલને હાંસલ કરવો – જેને સામાન્ય રીતે AGI તરીકે ઓળખવામાં આવે છે – એ ChatGPT-નિર્માતા OpenAI અને ટેક જાયન્ટ્સ Amazon, Google, Meta અને Microsoftની સંશોધન ટીમોનું ડ્રાઇવિંગ મિશન છે.
અને ટેક જાયન્ટ્સ જેવી કંપનીઓ Artificial General Intelligence (AGI) વિકસાવવા માટે દોડધામ કરી રહી છે, જે સંભવિત જોખમો અંગે ચિંતા વધારી રહી છે. AGI માનવ-સ્તરનાં જ્ઞાનાત્મક કાર્યો પર ધ્યાન કેન્દ્રિત કરે છે, જે જનરેટિવ AI થી અલગ છે, વિકાસને માપવા માટે વિકસતી વ્યાખ્યાઓ અને પડકારો સાથે. આ ધ્યેય, જેને ઘણીવાર AGI તરીકે ઓળખવામાં આવે છે, તે આ કંપનીઓ માટે પ્રેરક બળ છે.
જો કે, AGI માં થયેલી પ્રગતિએ વિશ્વ સરકારોમાં પણ ચિંતા વધારી છે. અગ્રણી AI સંશોધકો દ્વારા વિજ્ઞાનમાં પ્રકાશિત થયેલ તાજેતરનો અભ્યાસ ચેતવણી આપે છે કે અદ્યતન આયોજન ક્ષમતાઓ સાથે અનિયંત્રિત AI એજન્ટો માનવતા માટે ગંભીર ખતરો બની શકે છે.
પ્રપંચી AGI વ્યાખ્યાયિત
પરંતુ AGI બરાબર શું છે અને જ્યારે તે પ્રાપ્ત થાય ત્યારે આપણે કેવી રીતે જાણીશું? આ શબ્દ, એક સમયે કોમ્પ્યુટર વિજ્ઞાનના હાંસિયા પર હતો, તે હવે સતત વિકસતી વ્યાખ્યાઓ સાથે લોકપ્રિય શબ્દ છે.
AGI ને જનરેટિવ AI થી અલગ પાડવું મહત્વપૂર્ણ છે, જે ઉપકરણોને શક્તિ આપે છે જે દસ્તાવેજો, છબીઓ અને અવાજ જેવી નવી સામગ્રી જનરેટ કરે છે. AGI એક વ્યાપક ખ્યાલ છે.
જ્યોફ્રી હિન્ટન, અગ્રણી AI વૈજ્ઞાનિક, ભારપૂર્વક જણાવે છે કે AGI એ ટેકનિકલ શબ્દ નથી, પરંતુ “ગંભીર, અયોગ્ય પરિભાષા હોવા છતાં.” તે તેને AI તરીકે વ્યાખ્યાયિત કરે છે જે મોટાભાગના જ્ઞાનાત્મક કાર્યોમાં ઓછામાં ઓછા મનુષ્યો જેટલું સારું છે.
વિચાર યંત્રની શોધ
AGI શબ્દનો મૂળ હેતુ 20મી સદીના મધ્યભાગના કોમ્પ્યુટર વૈજ્ઞાનિકોની મહત્વાકાંક્ષાઓને પુનર્જીવિત કરવાનો હતો જેમણે બુદ્ધિશાળી મશીનોની કલ્પના કરી હતી. AI સંશોધન ચહેરાની ઓળખ અને સિરી અને એલેક્સા જેવા વૉઇસ આસિસ્ટન્ટ્સ જેવી વિશિષ્ટ, વ્યાપારી રીતે સધ્ધર એપ્લિકેશન્સમાં ફેલાય તે પહેલાંની આ વાત હતી.
AGI અભ્યાસક્રમો શીખવતા પ્રોફેસર પેઈ વાંગ કહે છે, “મુખ્ય પ્રવાહના AI સંશોધન મૂળ દ્રષ્ટિથી દૂર થઈ ગયા છે.” તેમણે કેટલાક સંશોધકોની માત્ર એક સાધનને બદલે “વિચાર યંત્ર બનાવવા”ની ઈચ્છાને પ્રકાશિત કરી.
પ્રગતિનું માપન: એક કાર્ય ચાલુ છે
સ્પષ્ટ વ્યાખ્યાનો અભાવ એ નક્કી કરવાનું મુશ્કેલ બનાવે છે કે AGI ક્યારે પ્રાપ્ત થશે.
હિન્ટન સૂચવે છે કે અગાઉ, GPT-4 અથવા Googleની જેમિની જેવી સિસ્ટમને વ્યાપક રીતે પ્રશ્નોના જવાબ આપવાની ક્ષમતા માટે AGI ગણવામાં આવતી હતી. જો કે, જેમ જેમ AI ક્ષમતાઓ સુધરી રહી છે, તેમ AGI માટેના બેન્ચમાર્કમાં સતત સુધારો કરવામાં આવી રહ્યો છે.
AGI નો માર્ગ: ફક્ત ચેટબોટ્સ કરતાં વધુ
પ્રભાવશાળી હોવા છતાં, અદ્યતન ઓટોરેગ્રેસિવ તકનીકો દ્વારા સંચાલિત આજના ચેટબોટ્સ ઘણા લોકો દ્વારા કલ્પના કરાયેલ AGI નથી. ટ્રુ AGIને તર્ક, આયોજન અને અનુભવોમાંથી શીખવા સહિત વિવિધ કાર્યોમાં શ્રેષ્ઠતા પ્રાપ્ત કરવા માટે મશીનોની જરૂર પડશે.
સંશોધકો AGIનો અંદાજ કાઢવાની રીતો શોધી રહ્યા છે. આ વિષયને સમર્પિત એક વર્કશોપનું આયોજન આવતા મહિને એક મોટી AI કોન્ફરન્સ માટે કરવામાં આવ્યું છે. આયોજકો આશા રાખે છે કે AGI પ્રગતિ માટે વર્ગીકરણ સિસ્ટમ ગોઠવશે, જેમ કે કાર નિર્માતાઓ સ્વ-ડ્રાઇવિંગ વાહનોના રૂટને ટ્રેક કરે છે.
