Informacje administracyjne
| Tytuł | Uogólnialność i sztuczna inteligencja ogólna (AGI) |
| Czas trwania | 45-60 |
| Moduł | C |
| Rodzaj lekcji | Wykład |
| Skupienie | Techniczne – Przyszła sztuczna inteligencja |
| Temat | Otwarte problemy i wyzwania |
Słowa kluczowe
AGI, generalizability,LLMs, Transformatory,
Cele w zakresie uczenia się
- Zrozumieć ograniczenia podejścia Currrent AI
- Poznaj definicję sztucznej inteligencji ogólnej (AGI)
- Zapoznaj się z możliwościami i podstawowymi wymaganiami AGI
- Zobacz, jak możemy przetestować AGI
- Zobacz, jak daleko jest AGI i poznaj korzyści i zagrożenia
Oczekiwane przygotowanie
Wydarzenia edukacyjne, które należy ukończyć przed
- Wykład: Wprowadzenie do sztucznej inteligencji skoncentrowanej na człowieku
- Wykład: Wnioskowanie i generalisaion
- Wykład: Drzewa decyzyjne
- Wykład: Sieci neuronowe
- Wykład: Podstawy głębokiego uczenia się
- Wykład: Splotowe sieci neuronowe
- Wykład: Sieci transformatorowe
- Wykład: Wprowadzenie Ogólne wyjaśnienie AI
Obowiązkowe dla studentów
- Wprowadzenie do uczenia maszynowego i koncepcji uczenia głębokiego podanych w poprzednich wykładach
Opcjonalne dla studentów
Brak.
Referencje i tło dla studentów
Brak.
Materiały do lekcji
Instrukcje dla nauczycieli
Celem wykładu jest dostarczenie studentom wstępu do idei sztucznej inteligencji ogólnej (AGI). Powinna ona przygotować grunt pod pogłębione dyskusje i debaty na temat AGI. Wykład powinien:
- Wyjaśnienie różnic między poziomami AI
- Przedyskutuj oczekiwane cechy AGI
- Zarys ograniczeń aktualnej najnowocześniejszych sztucznej inteligencji w odniesieniu do charakterystów AGI
- Przedstawiamy możliwe sposoby, w jakie możemy testować dla AGI
- Spójrz na różne punkty widzenia ekspertów na temat tego, jak daleko jest AGI
- Omówienie możliwych korzyści i zagrożeń związanych z AGI w odniesieniu do sztucznej inteligencji skoncentrowanej na człowieku
Zarys wykładu
| Czas trwania | Opis | Koncepcje | Działalność | Materiał |
|---|---|---|---|---|
| 10 min | Ograniczenie obecnych podejść do sztucznej inteligencji | Poleganie na danych i nauczaniu (uczenie się z ograniczonych danych), sieci nerwowe w skali ludzkiej, uczenie się offline a ciągłe uczenie się i adaptacja przekonań, integracja z kompletnym stosem sztucznej inteligencji | Sesja wykładowa i przykłady | Materiały do wykładów |
| 5 min. | Definicja sztucznej inteligencji ogólnej (AGI) | Jak możemy zdefiniować AGI, poziomy AI (słabe, silne, super) | Sesja wykładowa i przykłady | Materiały do wykładów |
| 10 min | Możliwości i podstawowe wymagania AGI | Percepcja sensoryczna, umiejętności motoryczne, zrozumienie języka naturalnego, zatrzymywanie wiedzy, rozwiązywanie problemów, zdrowy rozsądek, kreatywność, świadomość, rozpoznawanie wzorców kontra modelowanie świata | Sesja wykładowa i przykłady | Materiały do wykładów |
| 5 min. | Jak przetestować AGI? | Test AGI Turing, test kawy, student szkoły robotów, test zatrudnienia | Sesja wykładowa i przykłady | Materiały do wykładów |
| 5 min. | Jak daleko jest AGI i jakie są korzyści i zagrożenia? | Metryki (czas, szybkość postępu technologicznego, przełom w zakresie osobliwości), poglądy i prognozy ekspertów, możliwe wyniki i obawy etyczne (Utopia, Status Quo, Distopia) | Sesja wykładowa i przykłady | Materiały do wykładów |
| 5 min. | Wnioski, pytania i odpowiedzi | Podsumowanie | Wnioski | Materiały do wykładów |
Potwierdzenia
Program Masters zorientowany na człowieka został współfinansowany przez instrument „Łącząc Europę” Unii Europejskiej w ramach grantu CEF-TC-2020-1 Umiejętności cyfrowe 2020-EU-IA-0068.