هوش مصنوعی عمومی (AGI) چیست؟

این روزها اصطلاح هوش مصنوعی یا AI را همه‌جا، از گوشی‌های هوشمند گرفته تا ابزارهای پیشرفته‌ای مانند ChatGPT، می‌شنویم. اما تقریباً تمام آن‌چه ما امروز با آن سروکار داریم، هوش مصنوعی ضعیف یا «محدود» (Narrow AI) است؛ یعنی سیستمی که فقط برای یک کار خاص (مثل ترجمه، تولید عکس، یا بازی) تخصص دارد. با این حال، هدف نهایی و بسیار بزرگ‌تری در این حوزه وجود دارد: هوش مصنوعی عمومی (AGI).

AGI به معنای واقعی کلمه، یک هوش شبیه به انسان است، سیستمی که می‌تواند یاد بگیرد، استدلال کند و دانش خود را از یک حوزه به حوزه‌ی دیگر منتقل کند، کاری که هوش مصنوعی فعلی از انجام آن عاجز است. اما AGI چیست؟ چه تفاوتی با هوش مصنوعی امروزی دارد؟ دانشمندان با چه چالش‌هایی برای ساخت آن روبرو هستند و اصلاً از چه راه‌هایی برای رسیدن به آن تلاش می‌کنند؟ در این مقاله، به زبان ساده به تمام این سوالات پاسخ خواهیم داد.

هوش مصنوعی عمومی (AGI) چیست؟

هوش مصنوعی عمومی (AGI) یک شاخه تحقیقاتی هوش مصنوعی است که تلاش می‌کند به هوشی شبیه به انسان و توانایی خودآموزی نزدیک شود. هدف این است که این هوش مصنوعی بتواند وظایفی را انجام دهد که لزوماً برای آن‌ها آموزش ندیده یا توسعه نیافته است.

هوش مصنوعی های فعلی، همگی در چارچوب وظایف از پیش تعیین‌شده کار می‌کنند. برای مثال، مدل‌هایی که در تشخیص و تولید تصویر آموزش دیده‌اند، نمی‌توانند وب‌سایت بسازند. در حال حاضر AGI یک مساله تحقیقاتی برای توسعه سیستم‌های هوشمندی است که دارای خودکنترلی مستقل، درجه‌ای معقول از خودآگاهی و توانایی یادگیری مهارت‌های جدید باشند. این سیستم می‌تواند مسائل پیچیده را در موقعیت‌ها و زمینه‌هایی حل کند که هیچگاه آموزشی در آن زمینه دریافت نکرده‌ است. AGI با توانایی‌های انسانی همچنان یک مفهوم نظری و هدف تحقیقاتی باقی مانده است.

هوش مصنوعی امروزی و هوش مصنوعی عمومی چیست؟

در طول دهه‌ها، محققان هوش مصنوعی به نقاط عطف متعددی دست یافته‌اند که هوش ماشینی را به طور قابل توجهی ارتقا داده است، حتی تا حدی که در وظایف خاصی، از هوش انسانی تقلید می‌کند. برای مثال، خلاصه‌سازی متون که نکات مهم اسناد رو به صورت متنی چکیده و قابل درک بازنویسی میکند. بنابراین، هوش مصنوعی شاخه‌ای از علوم کامپیوتر است که نرم‌افزار را قادر می‌سازد تا وظایف جدید و دشوار را با عملکردی در سطح انسانی حل کند.

در مقابل، یک سیستم AGI می‌تواند مانند یک انسان، مسائل را در زمینه های مختلف حل کند. AGI به جای محدود شدن به یک حوزه خاص، می‌تواند خودآموزی داشته باشد و مسائلی را که هرگز برای آن‌ها آموزش ندیده است، حل نماید. بنابراین، AGI یک نمایش نظری از هوش مصنوعی کامل است که وظایف پیچیده را با توانایی‌های شناختی و عمومی انسان حل می‌کند.

برخی از دانشمندان کامپیوتر معتقدند که AGI یک برنامه کامپیوتری فرضی با درک انسانی و توانایی‌های شناختی است. بر اساس این نظریه‌ها، سیستم‌های هوش مصنوعی (در سطح AGI) می‌توانند یاد بگیرند که وظایف ناآشنا را بدون آموزش اضافی مدیریت کنند. در مقابل، سیستم‌های هوش مصنوعی که امروزه ما استفاده می‌کنیم، قبل از اینکه بتوانند وظایفی مرتبط در همان زمینه را انجام دهند، به آموزش قابل توجهی نیاز دارند. برای مثال، شما باید یک مدل زبانی بزرگ (LLM) از پیش آموزش دیده را با مجموعه‌داده‌های پزشکی fine-tune کنید تا بتواند به طور مداوم به عنوان یک چت‌بات پزشکی عمل کند.

مقایسه هوش مصنوعی قوی (AGI) و هوش مصنوعی ضعیف (Narrow AI)

هوش مصنوعی قوی همان هوش مصنوعی کامل یا AGI است که قادر است وظایف را در سطوح شناختی انسان انجام دهد، حتی اگر دانش پیش‌زمینه‌ای کمی داشته باشد. ادبیات علمی-تخیلی، اغلب هوش مصنوعی قوی را به عنوان ماشینی متفکر با درک انسانی به تصویر می‌کشد.

در مقابل، هوش مصنوعی ضعیف یا هوش مصنوعی محدود (Narrow AI)، سیستم‌های هوش مصنوعی هستند که به مشخصات محاسباتی، الگوریتم‌ها و وظایف خاصی که برای آن طراحی شده‌اند، محدود می‌شوند. برای مثال، مدل‌های هوش مصنوعی قدیمی‌تر حافظه محدودی دارند و فقط بر داده‌های لحظه‌ای (real-time data) برای تصمیم‌گیری تکیه می‌کنند. حتی اپلیکیشن‌های نوظهور هوش مصنوعی مولد (Generative AI) با حفظ حافظه بهتر نیز هوش مصنوعی ضعیف در نظر گرفته می‌شوند، زیرا نمی‌توان آن‌ها را برای زمینه های دیگر تغییر کاربری داد.

رویکردهای نظری در تحقیقات هوش مصنوعی عمومی (AGI) چیست؟

دستیابی به AGI نیازمند طیف وسیع‌تری از فناوری‌ها، داده‌ها و پیچیدگی ها، نسبت به آن چیزی است که امروزه در مدل‌های هوش مصنوعی استفاده میشود. خلاقیت، ادراک، یادگیری و حافظه برای ایجاد هوش مصنوعی که از رفتار پیچیده انسان تقلید می‌کند، ضروری هستند. متخصصان هوش مصنوعی چندین روش را برای هدایت تحقیقات AGI پیشنهاد کرده‌اند.

۱. رویکرد نمادین (قانون-محور)

• ایده اصلی: این رویکرد می‌گوید هوش یعنی پیروی از قوانین. طرفداران این روش سعی می‌کنند تمام دانش انسان را به میلیون‌ها قانون منطقی (if-else) تبدیل کنند.
• مثال: «اگر جسمی قرمز است و گرد است، احتمالاً سیب است»، «اگر باران می‌آید، چتر بردار». هوش مصنوعی با این قوانین یاد می‌گیرد که در سطح بالا فکر کند و تصمیم بگیرد.
• مشکلش چیست؟ این روش در کارهای حسی خیلی ضعیف است. مثلاً درک کردن حس طنز، تشخیص چهره یک فرد در عکس شلوغ، یا حتی راه رفتن ساده، چیزهایی نیستند که بتوان به راحتی با قانون “اگر-آنگاه” توضیح داد.

۲. رویکرد اتصال‌گرا (مبتنی بر مغز)

• ایده اصلی: این رویکرد دقیقاً برعکس قبلی است. به جای تمرکز بر قانون، روی کپی کردن ساختار مغز انسان تمرکز می‌کند. مغز ما از میلیاردها نورون ساخته شده که با تجربه کردن، اتصالات بینشان قوی یا ضعیف می‌شود.
• چطور کار می‌کند؟ این روش با ساختن شبکه‌های عصبی مصنوعی همین کار را می‌کند. به جای دادن قانون، به مدل هوش مصنوعی میلیون‌ها مثال (داده) نشان می‌دهند تا خودش الگوها را یاد بگیرد، درست مثل یک بچه.
• مثال: مدل‌های زبانی بزرگ (LLM) مثل ChatGPT که زبان را می‌فهمند، دقیقاً از همین روش (که به آن یادگیری عمیق هم می‌گویند) استفاده می‌کنند. این روش در کارهای حسی (مثل دیدن و شنیدن) عالی عمل می‌کند.

۳. رویکرد جهان‌شمول (دنبال فرمول نهایی)

• ایده اصلی: این گروه از محققان معتقدند که هوش (چه در انسان و چه در ماشین) در نهایت یک مسئله محاسباتی یا ریاضیاتی است.
• هدفشان چیست؟ آن‌ها به دنبال پیدا کردن یک “فرمول” یا یک الگوریتم جامع هستند. انگار که دنبال “شاه کلید” هوش می‌گردند که بتواند هر نوع هوشی را توضیح دهد و بعداً آن را به یک سیستم AGI واقعی تبدیل کنند.

۴. رویکرد ارگانیسم کامل (مغز + بدن)

• ایده اصلی: طرفداران این رویکرد می‌گویند که هوش فقط در “مغز” (نرم‌افزار) خلاصه نمی‌شود، بلکه به “بدن” هم نیاز دارد.
• چرا بدن مهم است؟ آن‌ها معتقدند AGI واقعی زمانی به دست می‌آید که سیستم بتواند با دنیای فیزیکی تعامل داشته باشد، محیط را “لمس” کند، حرکت کند و از طریق تجربه‌های فیزیکی (مثل افتادن و بلند شدن یک ربات) یاد بگیرد، نه اینکه فقط در یک سرور اطلاعات پردازش کند.

۵. رویکرد ترکیبی (ترکیب بهترین‌ها)

• ایده اصلی: این رویکرد می‌گوید: “چرا خودمان را به یک روش محدود کنیم؟”
• چطور کار می‌کند؟ محققان در این روش تلاش می‌کنند تا بهترین بخش‌های رویکردهای مختلف را با هم ترکیب کنند. مثلاً، از رویکرد اتصال‌گرا (مبتنی بر مغز) برای کارهایی مثل درک تصویر و صدا استفاده می‌کنند و همزمان از رویکرد نمادین (قانون-محور) برای تصمیم‌گیری‌های منطقی و استدلال کمک می‌گیرند.

چه فناوری‌هایی تحقیقات هوش مصنوعی عمومی را پیش می‌برند؟

هوش مصنوعی عمومی یا AGI همچنان یک هدف دور از دسترس برای محققان است. تلاش‌ها برای ساخت سیستم‌های AGI ادامه دارد و تحولات نوظهور، این مسیر را هموارتر کرده‌اند. در ادامه به توصیف این فناوری‌های نوظهور می‌پردازیم.

یادگیری عمیق (Deep learning)

یادگیری عمیق شاخه‌ای از هوش مصنوعی است که بر آموزش شبکه‌های عصبی با لایه‌های پنهان متعدد تمرکز دارد تا روابط پیچیده را از داده‌های خام استخراج و درک کند. متخصصان هوش مصنوعی از یادگیری عمیق برای ساخت سیستم‌هایی استفاده می‌کنند که قادر به درک متن، صدا، تصویر، ویدئو و انواع دیگر اطلاعات باشند.

هوش مصنوعی مولد (Generative AI)

هوش مصنوعی مولد زیرمجموعه‌ای از یادگیری عمیق است، که در آن یک سیستم هوش مصنوعی می‌تواند از دانش آموخته‌شده خود، محتوای منحصربه‌فرد و واقع‌گرایانه تولید کند. مدل‌های هوش مصنوعی مولد با مجموعه‌داده‌های عظیم آموزش می‌بینند، که به آن‌ها امکان می‌دهد به پرسش‌های انسانی با متن، صدا یا تصاویری که به طور طبیعی شبیه ساخته‌های انسانی هستند، پاسخ دهند. برای مثال، LLMها یا مدل‌های زبانی بزرگ از الگوریتم‌های هوش مصنوعی مولد هستند که سازمان‌ها می‌توانند از آن‌ها برای حل وظایف پیچیده استفاده کنند.

پردازش زبان طبیعی (NLP)

پردازش زبان طبیعی (NLP) شاخه‌ای از هوش مصنوعی است که به سیستم‌های کامپیوتری اجازه می‌دهد زبان انسان را درک و تولید کنند. سیستم‌های NLP از زبان‌شناسی محاسباتی و فناوری‌های یادگیری ماشین استفاده می‌کنند تا داده‌های زبانی را به نمایش‌های ساده‌تری به نام توکن (token) تبدیل کرده و ارتباط معنایی آن‌ها را درک کنند.

بینایی کامپیوتر (Computer vision)

بینایی کامپیوتر فناوری‌ای است که به سیستم‌ها اجازه می‌دهد اطلاعات فضایی را از داده‌های بصری استخراج، تحلیل و درک کنند. خودروهای خودران از مدل‌های بینایی ماشین برای تجزیه و تحلیل داده های لحظه ای (real-time) دوربین‌ها و هدایت ایمن وسیله نقلیه برای دوری از موانع استفاده می‌کنند. فناوری‌های یادگیری عمیق به سیستم‌های بینایی کامپیوتر اجازه می‌دهند تا تشخیص اشیاء، طبقه‌بندی، نظارت و سایر وظایف پردازش تصویر را در مقیاس بزرگ خودکارسازی کنند.

رباتیک (Robotics)

رباتیک یک رشته مهندسی است که در آن سازمان‌ها می‌توانند سیستم‌های مکانیکی بسازند که مانورهای فیزیکی را به طور خودکار انجام می‌دهند. در AGI، سیستم‌های رباتیک به هوش ماشینی اجازه می‌دهند تا به صورت فیزیکی تجلی یابد. این امر برای معرفی ادراک حسی و قابلیت‌های دستکاری فیزیکی که سیستم‌های AGI به آن نیاز دارند، حیاتی است. برای مثال، مجهز کردن یک بازوی رباتیک به AGI ممکن است به بازو اجازه دهد تا مانند انسان میوه ها را پوست بکند.

چالش‌های تحقیقاتی (AGI) چیست؟

ساختن AGI کار بسیار سختی است، چون هوش مصنوعی امروزی هنوز سه قابلیت کلیدی انسان را ندارد:

۱. چالش ارتباط دادن تجربیات (مشکل “تک‌بعدی بودن”)

• مدل‌های هوش مصنوعی فعلی “تک‌کاره” هستند. مدلی که شطرنج بازی می‌کند، نمی‌تواند همان مهارت را برای سرمایه‌گذاری در بورس استفاده کند. هوش مصنوعی که عکس گربه را تشخیص می‌دهد، نمی‌فهمد “گربه” چیست. آن‌ها در زمینه تخصصی خودشان قفل شده‌اند.
• انسان‌ها چطورند؟ اما انسان‌ها استاد تعمیم دادن هستند. شما مهارت رانندگی را یاد می‌گیرید و می‌توانید از همان تجربه برای رانندگی با یک ماشین جدید یا حتی رانندگی در یک کشور دیگر استفاده کنید. ما مفاهیمی را که در تئوری (مثلاً در کلاس درس) یاد می‌گیریم، به راحتی در موقعیت‌های واقعی زندگی به کار می‌بریم.
• مدل‌های یادگیری عمیق فعلی برای کار با داده‌های کمی ناآشنا هم نیاز به آموزش دوباره با مجموعه‌داده‌های عظیم دارند، در حالی که AGI باید بتواند دانش را آزادانه بین حوزه‌های مختلف جابجا کند.

۲. چالش هوش هیجانی (مشکل “فهم احساسی”)

• مدل‌های هوش مصنوعی فعلی، حتی بهترین مدل‌های زبانی، خلاقیت یا احساسات واقعی ندارند. آن‌ها فقط در تقلید کردن عالی هستند.
• خلاقیت و درک واقعی ما اغلب ریشه در احساسات دارد. وقتی شما با دوستتان صحبت می‌کنید، فقط به کلمات او پاسخ نمی‌دهید، بلکه به لحن صدا، زبان بدن و حس پشت کلماتش واکنش نشان می‌دهید (مثلاً می‌فهمید که ناراحت است، حتی اگر بگوید “خوبم”).
• یک مدل NLP (مثل چت‌بات) بر اساس الگوهایی که از میلیاردها متن یاد گرفته است به شما پاسخ می‌دهد، اما انسان بر اساس درک احساسی لحظه‌ای پاسخ می‌دهد. شبکه‌های عصبی فعلی هنوز راهی برای تقلید تفکر احساسی پیدا نکرده‌اند.

۳. چالش ادراک حسی (مشکل “تجربه دنیای واقعی”)

• AGI واقعی نمی‌تواند فقط یک نرم‌افزار در سرور باشد. باید بتواند با دنیای فیزیکی واقعی تعامل کند.
• ما جهان را از طریق حواس پنج‌گانه (بینایی، شنوایی، لامسه، بویایی، چشایی) درک می‌کنیم. ما می‌دانیم یک سیب نرم است یا سفت، سرد است یا گرم، ترش است یا شیرین.
• هوش مصنوعی امروزی هنوز در این بخش بسیار ضعیف است. حتی اگر یک ربات مجهز به دوربین (مثل بینایی ماشین) بتواند یک “شکل” را ببیند، درک دقیقی از بو، طعم، یا جنس آن ندارد. فناوری‌های کامپیوتری هنوز راه درازی در پیش دارند تا بتوانند دنیا را با این دقت و ظرافت حسی، مانند انسان‌ها درک کنند.

سوالات متداول

۱. چه زمانی به هوش مصنوعی عمومی (AGI) می‌رسیم؟

هیچ‌کس تاریخ دقیقی نمی‌داند. پیش‌بینی‌ها بسیار متفاوت است، برخی از خوش‌بین‌ترین محققان آن را تا چند سال آینده ممکن می‌دانند، در حالی که بسیاری دیگر معتقدند هنوز دهه‌ها (یا حتی بیشتر) تا رسیدن به آن فاصله داریم.

۲. آیا AGI خطرناک است و باید از آن ترسید؟

این یکی از بزرگترین بحث‌ها در این حوزه است. خطر اصلی، «شرور» بودن هوش مصنوعی نیست، بلکه «بی‌تفاوت» بودن آن نسبت به ارزش‌های انسانی است. اطمینان از اینکه AGI اهداف ایمن و همسو با انسان داشته باشد (که به آن «همسویی AI» یا Alignment می‌گویند) یک چالش فنی و اخلاقی اساسی است.

۳. چطور می‌فهمیم که یک سیستم واقعاً به AGI رسیده است؟ (آیا آزمون تورینگ کافی است؟)

آزمون تورینگ (فریب دادن انسان در گفتگو) امروزه دیگر به عنوان یک معیار کافی برای AGI در نظر گرفته نمی‌شود. هنوز «آزمون نهایی» و مورد توافقی وجود ندارد، اما محققان به دنبال تست‌هایی هستند که توانایی تعمیم دانش، خلاقیت واقعی و حل مسئله در دامنه‌های کاملاً جدید و دیده نشده را اندازه‌گیری کنند.

۴. چه شرکت‌ها یا آزمایشگاه‌هایی به طور خاص روی AGI کار می‌کنند؟

تقریباً تمام غول‌های فناوری (مانند گوگل، متا، مایکروسافت) در حال تحقیق در این زمینه‌اند. اما آزمایشگاه‌های تحقیقاتی متمرکزی مانند OpenAI (سازنده ChatGPT) و Google DeepMind به طور علنی اعلام کرده‌اند که دستیابی به AGI ایمن، هدف اصلی و نهایی آن‌هاست.

اگر مایل هستید با کاربردهای واقعی هوش مصنوعی و مسیر یادگیری آن آشنا شوید، پیشنهاد می‌کنیم نگاهی به دوره‌های تخصصی هوش مصنوعی و یادگیری ماشین دیتایاد بیندازید.