Analyzujte současný stav prací v oblasti obecné umělé inteligence (AGI)
Autor(ka) práce:
Kolečkář, Pavel
Typ práce:
Bakalářská práce
Vedoucí práce:
Pecinovský, Rudolf
Oponenti práce:
Řepa, Václav
Jazyk práce:
Česky
Abstrakt:
Bakalářská práce se zabývá tématem obecné umělé inteligence (AGI). Vzhledem k dynamickému rozvoji generativní umělé inteligence v posledních letech se téma AGI stává předmětem intenzivní diskuse, přičemž tento pojem bývá často nadužíván. Práce proto definuje koncept AGI s ohledem na jeho aktuální interpretace mezi odborníky a zároveň poskytuje pohled na definici inteligence a její obecnost pro pochopení motivace za vývojem AGI. Práce se primárně zaměřuje na pokroky ve vývoji současné umělé inteligence, které jsou relevantní pro budoucí dosažení AGI. Práce analyzuje klasické metody strojového učení (učení s učitelem, samořízené učení, zpětnovazební učení), z nichž ani jedna není v současnosti považována za postačující k vytvoření AGI sama o sobě. Mezi více nadějné přístupy se jeví tzv. neukončené učení nebo učení ve virtuálních prostředích a zejména pak kombinace více přístupů dohromady. Práce shrnuje klíčové objevy posledních let, které významně ovlivnily současnou AI a zároveň posuzuje, zda ji posouvají blíže k AGI. Popsány jsou pokroky AI ve schopnosti uvažování nad složitými problémy, adaptabilitě po natrénovaní, paměti, samostatném řešení úloh a možnostmi propojování modelů. Součástí práce je zhodnocení benchmarkových metod evaluace pokroku ve vývoji umělé inteligence s ohledem na dosažení AGI. Závěrem práce představuje pohled na vývoj predikcí uznávaných odborníků vzhledem k AGI a nejnovější predikce vývoje tohoto odvětví.
Analysis of the Current State of Research on Artificial General Intelligence (AGI)
Autor(ka) práce:
Kolečkář, Pavel
Typ práce:
Bachelor thesis
Vedoucí práce:
Pecinovský, Rudolf
Oponenti práce:
Řepa, Václav
Jazyk práce:
Česky
Abstrakt:
Bachelor's thesis is focused on the topic of Artificial General Intelligence (AGI). Given the rapid advancement of generative artificial intelligence in recent years, AGI has become a subject of intense discussion, with the term often being overused. Therefore, the thesis first defines the concept of AGI considering its current interpretations among experts and provides an insight into the definition of intelligence and its generality to better understand the motivation behind the development of AGI. The thesis primarily focuses on advances in contemporary artificial intelligence that are relevant to the future achievement of AGI. It analyses classical machine learning methods (supervised learning, self-supervised learning, and reinforcement learning), none of which are currently considered sufficient to create AGI on their own. More promising approaches appear to be open-ended learning, learning in virtual environments, and especially the combination of multiple approaches. Key discoveries from recent years that have significantly influenced the current state of AI are summarized and assesses whether they bring us closer to AGI. There are discussed advances in AI's ability to reason about complex problems, its adaptability after training, memory, autonomous problem-solving, and the potential for combining models together. The thesis also includes an analysis of benchmark methods currently used to evaluate progress in AI development in relation to the pursuit of AGI. Finally, it presents an overview of the evolution of predictions made by leading experts regarding AGI and the most recent forecasts for the development of this field.
Klíčová slova:
artificial general intelligence; artificial intelligence; AI; AGI