A mesterséges intelligenciát többnyire egy vagy két feladatra tanítják. A Google DeepMind azonban több dologgal is foglalkozik. Most az általános mesterséges intelligencia megteremtését vette célba.
Ugyanazok a szakemberek - többek között Nando de Freitas, Yutian Chen és Ali Razavi -, akik a DeepMind mögött álltak, amikor kidolgozta az AlphaFold fehérjeszerkezetet előre jelző mesterséges intelligenciát, bemutatták új projektjüket. A Gato egy általános célú mesterséges intelligencia rendszer, amelyet úgy terveztek, hogy több különböző feladatot tudjon ellátni - írja az ITPro Today.
Az általános mesterséges intelligencia, vagy AGI megteremtése régi vágya a tudománynak. Az AGI kifejezést olyan modellre használják, amely képes megtanulni bármely olyan szellemi feladatot, amelyre egy ember is képes. Gary Marcus, a Robust.AI amerikai szoftvercég munkatársa szerint ez a kifejezés nagyjából olyan rendszerekre utal, amelyek rugalmasan, leleményesen és megbízhatóan képesek megoldani olyan problémákat, amelyekkel korábban még nem találkoztak" - számolt be a New Scientist.
Egy mesterséges intelligenciának azonban nem könnyű AGI-vá válni. Erre különböző teszteket javasoltak a múltban, de ma sincs általánosan elfogadott definíció. Alan Turing híres javaslata szerint egy mesterséges intelligenciának egy szöveges beszélgetés során embernek kellene tűnnie, míg Steve Wozniak, az Apple társalapítója azt mondta, hogy akkor tekinti az AGI-t valósnak, ha az képes belépni egy véletlenszerűen kiválasztott házba, és rájön, hogyan kell kávét főzni. Mások a mesterséges intelligenciát egyetemre küldenek, és megnéznék, hogy meg tud-e szerezni egy diplomán, vagy hogy képes-e sikeresen elvégezni valós feladatokat.
A legtöbb MI-rendszert egy vagy két feladatra tanítják. A Google cége azonban olyan módszerrel állt elő, amellyel egy mesterséges intelligencia rendszer már egy csomó különböző feladatot képes felvállalni. A Gato az "A General Agent" név rövidítése. Tud csevegni, Atarin játszani, képeket feliratozni, dobozokat rakosgatni egy valódi robotkarral, és még sok mást is. A rendszer a kontextus alapján dönti el, hogy szöveget, ízületi nyomatékot, gombnyomást vagy másféle tokent adjon ki.
A rendszert részletező tanulmányban a kutatók ahhoz hasonló megközelítést igyekeztek alkalmazni, mint a nagyméretű nyelvi modellezés. A Gatót különböző feladatokat és modalitásokat lefedő adatokon képezték ki. Maga a rendszer egy jelentős adathalmazra épül, amely szimulált és valós környezetből származó adatokat egyaránt tartalmaz. Emellett számos természetes nyelvi és képi adathalmaz felhasználásával építették fel.
A kérdés az, hogy a Gato már AGI vagy sem? Oliver Lemon, az Edinburgh-i Heriot-Watt Egyetem munkatársa szerint a Gato nem AGI. Az új modell és a hozzá hasonlók meglepően jó eredményeket produkálnak, és egy mesterséges intelligencia változatos feladatok elvégzésére való kiképzése végül megteremtheti az általános tudás szilárd alapját, amelyre egy alkalmazkodóképesebb modell épülhet. "Biztos vagyok benne, hogy a mélytanulás nem a történet vége. Jönnek majd más innovációk is, amelyek kitöltik azokat a hiányosságokat, amelyekkel jelenleg a kreativitás és az interaktív tanulás terén tapasztalunk" - idézte a New Scientist.
