Algemeen Kunstmatige intelligentie is een term die wordt gebruikt om het soort kunstmatige intelligentie te beschrijven waarvan we verwachten dat het menselijk is, zoals in intelligentie. We kunnen niet eens een perfecte definitie voor intelligentie bedenken, maar we zijn al op weg om er verschillende te bouwen. De vraag is of de OpenAI die we bouwen voor ons gaat werken of dat wij ervoor werken.
Als we de zorgen moeten begrijpen, zullen we eerst inlichtingen moeten begrijpen en vervolgens moeten anticiperen op waar we ons in het proces bevinden. Intelligentie zou kunnen worden gezien als het noodzakelijke proces om informatie te formuleren op basis van beschikbare informatie. Dat is de basis. Als je op basis van bestaande informatie nieuwe informatie kunt formuleren, dan ben je intelligent.
Aangezien dit meer wetenschappelijk dan spiritueel is, laten we het in termen van wetenschap houden. Ik zal proberen niet te veel wetenschappelijke terminologie te gebruiken, zodat een gewone man of vrouw de inhoud gemakkelijk kan begrijpen. Er is een term betrokken bij het bouwen van kunstmatige intelligentie. Het wordt de Turing-test genoemd. Een Turing-test is om een kunstmatige intelligentie te testen om te zien of we het als een computer kunnen herkennen of dat we geen verschil kunnen zien tussen dat en een menselijke intelligentie. De evaluatie van de test is dat als je communiceert met een kunstmatige intelligentie en je tijdens het proces vergeet te onthouden dat het eigenlijk een computersysteem is en geen persoon, het systeem de test doorstaat. Dat wil zeggen, het systeem is echt kunstmatig intelligent. We hebben vandaag verschillende systemen die deze test binnen korte tijd kunnen doorstaan. Ze zijn niet perfect kunstmatig intelligent omdat we ons herinneren dat het ergens anders een computersysteem is.
Een voorbeeld van kunstmatige intelligentie is de Jarvis in alle Iron Man-films en de Avengers-films. Het is een systeem dat menselijke communicatie begrijpt, de menselijke aard voorspelt en zelfs op punten gefrustreerd raakt. Dat is wat de computergemeenschap of de codeergemeenschap een algemene kunstmatige intelligentie noemt.
Om het in normale bewoordingen te zeggen: je zou met dat systeem kunnen communiceren zoals je met een persoon communiceert en het systeem zou met jou communiceren als een persoon. Het probleem is dat mensen beperkte kennis of geheugen hebben. Soms kunnen we sommige namen niet onthouden. We weten dat we de naam van de andere man kennen, maar we krijgen het gewoon niet op tijd. We zullen het ons op de een of andere manier herinneren, maar later op een ander moment. Dit wordt in de codeerwereld geen parallel computergebruik genoemd, maar het lijkt daar wel op. Onze hersenfunctie wordt niet volledig begrepen, maar onze neuronfuncties worden meestal begrepen. Dit is hetzelfde als zeggen dat we computers niet begrijpen, maar wel transistors; omdat transistors de bouwstenen zijn van alle computergeheugen en -functie.
Wanneer een mens parallel informatie kan verwerken, noemen we dat geheugen. Terwijl we ergens over praten, herinneren we ons iets anders. We zeggen “trouwens, ik vergat het je te vertellen” en dan gaan we verder over een ander onderwerp. Stel je nu de kracht van een computersysteem voor. Ze vergeten helemaal nooit iets. Dit is het belangrijkste onderdeel. Hoe meer hun verwerkingscapaciteit groeit, hoe beter hun informatieverwerking zal zijn. Zo zijn wij niet. Het lijkt erop dat het menselijk brein een beperkt verwerkingsvermogen heeft; gemiddeld.
De rest van de hersenen is informatieopslag. Sommige mensen hebben hun vaardigheden ingeruild om andersom te zijn. Je hebt misschien mensen ontmoet die heel slecht zijn in het onthouden van iets, maar die heel goed zijn in wiskunde, gewoon met hun hoofd. Deze mensen hebben delen van hun hersenen toegewezen die regelmatig voor geheugen worden toegewezen aan verwerking. Hierdoor kunnen ze beter verwerken, maar verliezen ze het geheugengedeelte.
Het menselijk brein heeft een gemiddelde grootte en daarom is er een beperkt aantal neuronen. Naar schatting zijn er ongeveer 100 miljard neuronen in een gemiddeld menselijk brein. Dat zijn minimaal 100 miljard aansluitingen. Ik kom later in dit artikel op het maximale aantal verbindingen. Dus als we ongeveer 100 miljard verbindingen met transistors willen hebben, hebben we ongeveer 33,333 miljard transistors nodig. Elke transistor kan namelijk bijdragen aan 3 aansluitingen.
Terugkomend op het punt; we hebben dat computerniveau rond 2012 bereikt. IBM was erin geslaagd om 10 miljard neuronen te simuleren om 100 biljoen synapsen te vertegenwoordigen. Je moet begrijpen dat een computersynaps geen biologische neurale synaps is. We kunnen één transistor niet met één neuron vergelijken, omdat neuronen veel gecompliceerder zijn dan transistors.
