要約
この展望ペーパーでは、汎用人工知能 (AGI) に向けた重要なマイルストーンとして、特化型ジェネラリスト人工知能 (SGAI または単に SGI) の概念を紹介します。
一般的な能力を直接拡張するのと比較して、SGI は一般的な能力を保持しながら、少なくとも 1 つのタスクに特化し、人間の専門家を超える AI として定義されます。
この融合パスにより、SGI は高価値の領域を迅速に達成できるようになります。
当社では、専門スキルの習熟度や汎用性のパフォーマンスに基づいて、SGIを3つの段階に分類しています。
さらに、不十分な汎用性、特殊な機能、イノベーションにおける不確実性、実用的なアプリケーションなど、大規模な言語モデルに関連する問題に対処するための SGI の必要性についても説明します。
さらに、システム 1 とシステム 2 の認知処理の長所を統合する SGI を開発するための概念的なフレームワークを提案します。
このフレームワークは 3 つの層と 4 つの主要なコンポーネントで構成されており、個人の能力を強化し、協力的な進化を促進することに焦点を当てています。
最後に、潜在的な課題を要約し、将来の方向性を提案します。
私たちは、提案された SGI が、AGI の達成に向けたさらなる研究と応用への洞察を提供することを期待しています。
要約(オリジナル)
In this perspective paper, we introduce the concept of Specialized Generalist Artificial Intelligence (SGAI or simply SGI) as a crucial milestone toward Artificial General Intelligence (AGI). Compared to directly scaling general abilities, SGI is defined as AI that specializes in at least one task, surpassing human experts, while also retaining general abilities. This fusion path enables SGI to rapidly achieve high-value areas. We categorize SGI into three stages based on the level of mastery over professional skills and generality performance. Additionally, we discuss the necessity of SGI in addressing issues associated with large language models, such as their insufficient generality, specialized capabilities, uncertainty in innovation, and practical applications. Furthermore, we propose a conceptual framework for developing SGI that integrates the strengths of Systems 1 and 2 cognitive processing. This framework comprises three layers and four key components, which focus on enhancing individual abilities and facilitating collaborative evolution. We conclude by summarizing the potential challenges and suggesting future directions. We hope that the proposed SGI will provide insights into further research and applications towards achieving AGI.
arxiv情報
| 著者 | Kaiyan Zhang,Biqing Qi,Bowen Zhou |
| 発行日 | 2024-07-11 16:23:16+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google