L'AGI è la conclusione logica della ricerca sull'AI, un insieme di algoritmi digitali in grado di affrontare i problemi e valutare criticamente le informazioni con la flessibilità e la profondità dell'abilità cognitiva umana. In altre parole, l'AGI non imita semplicemente l'intelligenza, ma la manifesta in modo chiaro e innegabile come farebbe qualsiasi persona.
Se questo concetto sembra un po' azzardato, è perché l'AGI è ancora analizzata in campo teorico. Di fatto, non è mai stata creata una vera AGI. La moderna AI ha capacità incredibili, ma non dimostra una reale capacità cognitiva, il che significa che non può pensare autonomamente come fanno gli utenti umani. Non è consapevole di se stessa come un essere pensante.
Questo è il punto principale che distingue l'AI e l'AGI. Più specificamente, le differenze tra AI generale e AI possono essere riassunte nel seguente modo:
- L'AI opera in base a schemi predefiniti e modelli di dati e può prendere decisioni solo entro i limiti dei dati con cui è stata addestrata.
- L'AGI sarebbe ipoteticamente in grado di ragionare in modo sofisticato in tutti i domini, sviluppando potenzialmente nuovi approcci alla risoluzione dei problemi che potrebbero differire dagli schemi del ragionamento umano. Sarebbe in grado di gestire concetti astratti, impegnarsi in analisi logiche complesse e potenzialmente scoprire nuovi modi di pensare che gli esseri umani non hanno preso in considerazione.
Lo sviluppo dell'AI è saldamente radicato nel desiderio di creare sistemi in grado di automatizzare compiti complessi. L'AI e l'AGI avrebbero limiti diversi in termini di ciò che sarebbero in grado di realizzare.
- L'AI è progettata per compiti specifici come il riconoscimento delle immagini o la traduzione di lingue. Non può generalizzare le conoscenze o trasferire le competenze tra domini diversi.
- L'AGI sarebbe in grado di eseguire una svariata serie di compiti, imitando la versatilità dell'intelligenza umana. L'AGI si adatterebbe autonomamente a nuovi compiti senza necessità di una nuova formazione o di una programmazione più specifica.
Tutti i modelli di AI sono basati sui dati di addestramento iniziali, ma potrebbero anche essere in grado di migliorare le loro prestazioni in base a nuovi dati, evolvendosi e migliorando nel tempo.
- L'AI apprende da grandi set di dati all'interno di un dominio ristretto. Alcuni tipi di AI incorporano il machine learning per identificare gli schemi quando si incontrano nuovi dati, migliorando la loro capacità di eseguire compiti specifici con maggiore precisione.
- L'AGI sarebbe in grado di incorporare tutte le nozioni di apprendimento derivanti dai nuovi dati, ma non si limiterebbe a un dominio specifico. Analogamente all'apprendimento umano, l'AGI sarebbe in grado di imparare ed evolversi in relazione a qualsiasi argomento a cui è esposta.
Comprendere il contesto significa interpretare e rispondere alle informazioni in base alle circostanze e alle sfumature circostanti, tenendo conto dei tipi di informazioni dalla varie sfumature che possono essere difficili da quantificare.
L'AI ha una comprensione contestuale limitata e spesso si trova in difficoltà nel gestire le sfumature. L'AI richiede in genere un input chiaro e strutturato per funzionare in modo accurato.
L'AGI ha lo scopo di comprendere e interpretare il contesto in modo allineato alla comprensione umana. Questa abilità consentirebbe all'IT di interagire in modo più naturale con gli esseri umani.
La risoluzione generale dei problemi implica affrontare un'ampia varietà di sfide applicando un approccio versatile. Si tratta della capacità di valutare efficacemente nuovi problemi e di iniziare a costruire soluzioni valide.
L'AI risolve problemi specifici per cui è stata addestrata. Manca della flessibilità necessaria per affrontare problemi imprevisti al di fuori del contesto per cui è stata programmata.
L'AGI risolverebbe teoricamente un ampio spettro di problemi, applicando l'AI così come le competenze di risoluzione dei problemi di livello umano. L'AGI potrebbe applicare dinamicamente le proprie conoscenze e competenze a sfide nuove e diversificate.
Il termine "AI generale" è stato coniato per la prima volta nel 2007. Anche senza un proprio nome, è un concetto che esiste da molto più tempo. Durante quel periodo, si trattava più di una teoria che di una tecnologia vicina alla realtà. La GenAI ha riportato questo concetto nell'ambito della possibilità per molti teorici e potrebbe rappresentare il primo passo importante in svariati anni verso la realizzazione di una vera AGI.
La capacità della GenAI di applicare tecniche di deep learning per creare nuovi contenuti (testo, immagini, video, audio ecc.) assolutamente simili ai dati di addestramento, pur essendo ancora originali e distinti, avvicina il mondo all'AGI. Detto questo, l'AI generativa e l'AGI non sono la stessa cosa.
Nonostante le straordinarie funzionalità della GenAI, i suoi sistemi presentano ancora gli stessi limiti dell'AI. Al contrario, l'AI generale potrebbe teoricamente replicare l'intera gamma di abilità cognitive umane e altro ancora; avrebbe la flessibilità di comprendere, apprendere e applicare le conoscenze a diversi compiti e vari contesti, dimostrando capacità di ragionamento e risoluzione dei problemi al pari dell'intelligenza umana. Questo approccio potrebbe essere applicato anche al miglioramento delle funzionalità generative, oltre a ciò che è in grado di fare l'attuale GenAI.
Visti i progressi sorprendenti compiuti dall'AI solo nell'ultimo anno, può essere facile considerare l'AGI come inevitabile o addirittura imminente. In realtà, ci sono ancora diversi avanzamenti che dovranno verificarsi prima che l'AI possa finalmente compiere questo passo verso una vera intelligenza generale. I seguenti elementi sono fondamentali per colmare il divario tra l'AI "limitata" e i processi di pensiero versatili e simili a quelli umani promessi dall'AGI:
I sistemi di AI devono essere in grado di interpretare ed elaborare i suoni con consapevolezza spaziale e sfumatura uguali a quelle degli esseri umani. Dovranno quindi includere la distinzione tra suoni sovrapposti e l'identificazione delle fonti sonore in ambienti complessi, essenziali per applicazioni come assistenti virtuali avanzati e sistemi autonomi che operano secondo impostazioni dinamiche.
L'AI deve riconoscere e interpretare accuratamente gli input visivi, tra cui le sottili differenze di colore e trama, per eseguire compiti come l'imaging medico avanzato, il controllo di qualità nel manifatturiero e l'analisi video in tempo reale.
I sistemi di AI necessitano di una reale intelligenza spaziale, che consenta loro di spostarsi all'interno di ambienti fisici e interagire con questi, come fanno gli esseri umani. Si tratta di molto più che di "vedere" il mondo fisico, bensì, significa comprendere completamente lo spazio 3D, riconoscere le relazioni tra gli oggetti e prevedere le interazioni fisiche. L'AGI con intelligenza spaziale interpreterebbe le dinamiche spaziali in tempo reale, adattando le azioni in base al layout e ai cambiamenti nell'ambiente circostante, anziché basarsi esclusivamente su GPS o su mappe predefinite.
L'AGI deve essere in grado di riconoscere i problemi e di elaborare soluzioni efficaci in modo indipendente. Questo comporta non solo la comprensione del contesto del problema, ma anche l'applicazione del buon senso e del ragionamento predittivo per risolvere problemi mai incontrati prima, esattamente nel modo in cui gli esseri umani identificano soluzioni e innovano come parte del processo di risoluzione dei problemi.
I sistemi di AI su dispositivi mobili devono gestire ambienti complessi in modo autonomo e sicuro senza l'intervento umano. Questi scenari includono non solo il monitoraggio delle coordinate GPS, ma anche la regolazione dinamica rispetto a nuovi ostacoli, condizioni mutevoli ed eventi imprevisti, tutti fattori fondamentali per applicazioni come veicoli completamente autonomi e sistemi di erogazione robotizzati.
Sebbene sia meno importante per i sistemi puramente basati su computer, lo sviluppo di competenze motorie fini è essenziale per i compiti fisici che richiedono precisione e destrezza. Questo progresso consentirà ai robot di eseguire attività complesse come procedure chirurgiche e lavori di assemblaggio delicati nell'ambito manifatturiero.
Prima che l'AGI possa esistere, l'AI deve progredire oltre l'elaborazione di informazioni isolate e ottenere una comprensione completa del contesto. Questa include la comprensione dei significati impliciti, dei segnali sociali e delle complesse strutture linguistiche prevalenti nel linguaggio umano.
L'AI generativa può imitare la creatività, ma non è creativa. L'AGI deve essere in grado di generare idee e soluzioni creative completamente nuove, il che richiede un insieme di conoscenze diversificato e la capacità di sintetizzare tali conoscenze in modi innovativi.
Infine (e forse il più lontano di tutti questi progressi) si può menzionare la capacità dell'AGI di interagire perfettamente con gli esseri umani a livello emotivo. Riconoscere e rispondere a segnali emotivi non pronunciati e comprendere le dinamiche sociali è un'area estremamente delicata e complessa di interazione sociale, con cui molti esseri umani hanno difficoltà. Queste caratteristiche rendono tutto ancora più complicato quando si tenta di insegnare queste interazioni ai sistemi di AI.
La realtà di un'AGI fruibile è ancora lontana, ma oggi sono disponibili soluzioni di AI avanzata. ServiceNow offre queste soluzioni di AI alla tua azienda, grazie alla potenza della Now Platform®. La suite completa di applicazioni centralizzate di ServiceNow integra l'AI al suo core, potenziando le organizzazioni di tutte le dimensioni.
Automatizza i workflow complessi. Migliora il servizio clienti con agenti virtuali disponibili 24/7. Classifica e indirizza facilmente le richieste ai rappresentanti giusti. Fornisci risposte rapide e accurate a query dettagliate. Estrai dati utili dai dati aziendali per identificare le tendenze dei clienti e del mercato. E, grazie a tutto questo, migliora le operazioni aziendali riducendo al contempo i costi su tutti i fronti. La Now Platform non è una soluzione di AGI per le aziende, ma le si avvicina.
Per sperimentare tutti i vantaggi delle soluzioni di AI per le aziende più avanzate oggi disponibili, programma subito una demo con ServiceNow.
