Загальний штучний інтелект або модель штучного інтелекту, яка може самонавчатися, вважається неминучим результатом на основі поточного масштабування технологій.
Однак більшість експертів сходяться на думці, що штучний інтелект, який зможе мислити незалежно, ще довгі роки.
Однією з проблем є те, що більшість штучного інтелекту на сьогоднішньому ринку, включаючи навіть великі мовні моделі, такі як ChatGPT, зосереджені на завданні або невеликому наборі можливостей.
Якщо ви подивитеся на наукову фантастику як на провісник, моделі ШІ, з якими ми сьогодні граємо, зрештою оселятимуть таке робототехнічне тіло, як C3PO.
Роботи сьогодні широко використовуються, але, як і моделі ШІ, вони, як правило, добре справляються лише з кількома завданнями, які вони можуть виконувати знову і знову з високою точністю.
Багато досягнень у світі робототехніки походять від наукових кіл, з лабораторій університетів по всьому світу.
Але ці знання зосереджені в конкретній лабораторії, і хоча університети охочіше діляться досягненнями, ніж корпорації, дослідникам важко або неможливо отримати чітку картину всіх цих досягнень в одному місці.
Ось тут і прийшла на допомогу нова ініціатива компанії Google з машинного навчання DeepMind.
Нещодавно компанія DeepMind оголосила, що фінансує бібліотеку з відкритим кодом для роботизованих лабораторій під назвою Open X-Embodiment.
Ініціатива прагне забезпечити зростаючу бібліотеку роботизованих завдань, які можна об’єднати, щоб створити науково-фантастичну версію робота, який здатний робити багато речей добре.
Але щоб досягти загального рівня штучного інтелекту, потрібно, щоб модель навчилася сама, що залишається у світі наукової фантастики та теорії.