Sade anlatım
Bugünün yapay zekası birçok alanda etkileyici, başka alanlarda güvenilmezdir; bir model hukuk sınavını geçip ardından bir resimdeki nesneleri yanlış sayabilir. AGI, bu dengesizliği taşımayan bir sistemin adıdır: yetkin bir insanın yapabileceği her zihinsel işi öğrenip yapabilen bir sistem. Yakın mı, uzak mı, yoksa kısmen gelmiş mi olduğu tartışılır; bunun büyük nedeni, insanların terimle farklı şeyler kastetmesidir.
Neden önemli
Bir işletme için terim esas olarak bağlam olarak önem taşır. Yatırımı, önde gelen laboratuvarların stratejisini ve düzenleme tartışmasının büyük bölümünü o yönlendirir; dolayısıyla alım yaptığınız pazarı biçimlendirir. Planlamanızı ise o yönlendirmemelidir. Kararları, geliş tarihi tahminlerine değil, mevcut modellerin sizin testlerinizde kanıtlanabilir biçimde ne yaptığına dayandırmak daha doğrudur. O tahminler birkaç yıl ile hiçbir zaman arasında değişir ve farklı tanımları, farklı çıkarları olan kişilerden gelir.
Örnek
Aynı hafta iki başlık çıkıyor: “Laboratuvar yöneticisi: AGI 2027'de” ve “Önde gelen araştırmacı: AGI'ye onlarca yıl var”. İkisi de samimi olabilir. İlk konuşmacı AGI'yi, ekonomik değeri olan işlerin çoğunda insanları geçen sistemler olarak tanımlıyor. İkincisi, birkaç örnekten insan gibi öğrenmeyi ve fiziksel dünya hakkında güvenilir akıl yürütmeyi şart koşuyor. Tarih kadar tanım konusunda da anlaşamıyorlar.
Bununla en çok karıştırılan kavram
AGI ve Yapay zeka (AI) arasındaki fark
Yapay zeka buradadır ve her gün kullanılıyor; AGI ise bir hedeftir. Bugün satılan asistanlar ve ajanlar kapsam olarak geniştir, ama tutarlı biçimde insan düzeyinde değildir. Kullanılan tanım belirtilmedikçe, bir ürün için öne sürülen her “AGI” iddiasını pazarlama sayın.
Köken: Terimi 2000'lerde araştırmacılar Ben Goertzel ve Shane Legg yaygınlaştırdı.
Teknik katman
Üzerinde uzlaşılmış bir tanım ya da test yoktur. Dolaşımdaki tanımlar: bir insanın yapabildiği her bilişsel işi yapmak; ekonomik değeri olan işlerin çoğunda insanları geçmek (OpenAI tüzüğündeki ifade); ve Google DeepMind'ın, başarımı ve genelliği ayrı ayrı derecelendiren AGI düzeyleri gibi kademeli çerçeveler. Önerilen ölçüler arasında geniş kıyaslama setleri, ARC-AGI gibi birkaç örnekten yeni beceri öğrenmeyi sınayan testler ve bir yapay zeka sisteminin kendi başına tamamlayabildiği işin uzunluğu vardır. Araştırmacıların ayrıştığı sorular: mevcut mimarileri ölçeklendirmenin yeterli olup olmadığı; sürekli öğrenmenin, uzun süreli belleğin, sağlam akıl yürütmenin ve fiziksel dünyaya temellenmenin ne kadar önemli olduğu. Yakın terimler: insan düzeyinin çok ötesi anlamına gelen yapay süper zeka (ASI); ve bazı laboratuvarların, etkileri anlattıkları ve tanım tartışmasından kaçındıkları için yeğlediği dönüştürücü yapay zeka ya da güçlü yapay zeka. AGI olasılığı, alignment ve yapay zeka güvenliği çalışmalarının başlıca gerekçesidir.