В эпоху современных технологий искусственный интеллект (ИИ) уже проник во все сферы жизни. Мы часто слышим об ИИ в повседневных приложениях — от виртуальных помощников на телефонах до автономных автомобилей.

Однако не все системы ИИ одинаковы. На самом деле ИИ делится на несколько уровней, среди которых наиболее распространены узкий ИИ (Artificial Narrow Intelligence – ANI, также называемый слабым ИИ) и общий ИИ (Artificial General Intelligence – AGI, также называемый сильным ИИ). Итак, что же такое узкий и общий ИИ и чем они отличаются? Давайте вместе с INVIAI подробно разберёмся в этом ниже.

Что такое ИИ?

Прежде чем различать узкий и общий ИИ, нужно понять, что такое искусственный интеллект. По классическому определению экспертов, таких как Стюарт Рассел и Питер Норвиг, ИИ — это «исследование и проектирование интеллектуальных агентов, где интеллектуальный агент — это система, способная воспринимать окружающую среду и предпринимать действия для максимизации своих шансов на успех». Проще говоря, ИИ — это создание машин или программ, способных выполнять задачи, требующие человеческого интеллекта.

На практике искусственный интеллект включает множество различных систем — от простых алгоритмов до сложных моделей машинного обучения. В зависимости от области применения и интеллектуальных возможностей ИИ классифицируют на узкий ИИ (ANI), общий ИИ (AGI) и даже более продвинутый сверхинтеллект (ASI). На сегодняшний день узкий ИИ — единственный тип, который широко разработан и применяется, тогда как общий ИИ пока остаётся теоретической концепцией. Чтобы лучше понять, рассмотрим каждое понятие подробнее.

Что такое узкий ИИ (Narrow AI)?

Узкий ИИ (ANI – Artificial Narrow Intelligence), или слабый ИИ, — это тип искусственного интеллекта, разработанный для выполнения одной (или нескольких) конкретных задач с высокой эффективностью. Характерная особенность узкого ИИ — фокусировка на одной области или конкретной проблеме, например, распознавание лиц, перевод языков, игра в шахматы и т.д.

Узкий ИИ отлично справляется с задачами, для которых он был запрограммирован или обучен, и многие системы даже превосходят человека в узкой специализации. Однако узкий ИИ не обладает сознанием или мышлением, как человек, и не может самостоятельно расширять свои знания за пределы заданной области.

Иными словами, система узкого ИИ похожа на высококлассного специалиста в одной области, но полностью «слепа» в других сферах. Именно поэтому его называют слабым ИИ — не из-за низкой производительности, а из-за ограниченного интеллекта в заранее определённых рамках.

Сегодня узкий ИИ — самый распространённый тип ИИ и именно с ним мы сталкиваемся в повседневной жизни. Большинство приложений ИИ вокруг нас — это узкий ИИ. Некоторые знакомые примеры узкого ИИ включают:

• Виртуальные помощники: Голосовые помощники, такие как Apple Siri, Google Assistant или Amazon Alexa, запрограммированы на понимание команд и выполнение запросов пользователя (поиск информации, установка напоминаний, воспроизведение музыки, управление умными устройствами и т.д.). Они отлично справляются с этими задачами, но не могут выполнять функции вне заданного набора возможностей.
• Рекомендательные системы: Сервисы Netflix, YouTube, Spotify и другие используют узкий ИИ для анализа вашей истории просмотров или прослушивания и предлагают контент, соответствующий вашим предпочтениям. Эти системы могут давать очень точные рекомендации на основе данных, но не способны самостоятельно создавать новый контент или понимать контекст за пределами рекомендаций.
• Распознавание лиц: Технологии распознавания лиц на телефонах (разблокировка с помощью Face ID) или в социальных сетях (автоматическое предложение тегов друзей на фото) — это узкий ИИ, специализирующийся на анализе изображений лиц. Он распознаёт, кто изображён на фото, основываясь на изученных чертах лица, но не понимает эмоций или намерений человека.
• Автономные автомобили (в определённой степени): Автомобили с автопилотом используют несколько модулей узкого ИИ, например, системы распознавания дорожных знаков, удержания полосы, экстренного торможения и т.д. Каждый модуль решает узкую задачу в управлении автомобилем. Несмотря на то, что в совокупности создаётся впечатление «умного автомобиля», на самом деле каждый ИИ внутри отвечает только за определённый тип ситуаций. Современные автономные автомобили ещё не способны гибко реагировать на все неожиданные ситуации, как человек.

Благодаря таким преимуществам, как высокая точность и эффективность в конкретных задачах, узкий ИИ уже приносит значительную пользу в жизни и промышленности. Например, в медицине узкий ИИ помогает анализировать рентгеновские снимки для диагностики; в финансах — выявлять мошенничество; в производстве — управлять роботами на сборочных линиях и т.д.

Однако главный недостаток узкого ИИ — это ограниченность интеллектуальной области: он не может самостоятельно учиться выполнять другие задачи, кроме тех, которым его обучили. Чтобы узкий ИИ начал работать с новой задачей, его нужно перепрограммировать или переобучить с новыми данными. Например, ИИ, отлично играющий в го, как AlphaGo, знает только го и не может внезапно научиться готовить или водить машину. Это означает, что гибкость узкого ИИ практически равна нулю вне первоначальной задачи.

Ещё один важный момент: узкий ИИ полностью зависит от предоставленных данных и алгоритмов. Если обучающие данные содержат ошибки или предвзятость, узкий ИИ тоже будет ошибаться или проявлять предвзятость. Это общая проблема современных систем ИИ.

Они не «понимают» глубокий смысл, а лишь реагируют на изученные шаблоны. Именно из-за этих ограничений исследователи стремятся создать более продвинутый ИИ, способный обобщённому и гибкому мышлению, как у человека — то есть общий ИИ (AGI).

Что такое общий ИИ (General AI)?

Общий ИИ (AGI – Artificial General Intelligence), или сильный ИИ, — это термин, обозначающий систему ИИ с интеллектуальными способностями, сопоставимыми с человеческими. Это значит, что общий ИИ способен понимать, самостоятельно учиться и применять знания для решения любых задач или проблем в различных областях, а не ограничивается одной конкретной задачей.

Если узкий ИИ — это специалист в одной области, то общий ИИ можно представить как «универсального эксперта», способного выполнять почти любую работу — от вождения автомобиля и приготовления пищи до программирования, медицинской диагностики, юридических консультаций и т.д., подобно тому, как умный человек справляется с разными задачами.

Иными словами: сильный ИИ — это искусственный интеллект человеческого уровня. Он не просто выполняет заранее заданные команды, а способен самостоятельно мыслить, планировать, творить и адаптироваться к новым ситуациям — возможности, которых нет у узкого ИИ.

В научной фантастике общий ИИ часто изображают как машины с мышлением и сознанием, неотличимыми от человеческих, а иногда и с эмоциями. Например, персонажи вроде J.A.R.V.I.S. из фильма «Железный человек» или Саманты из фильма «Она» — это воображаемые примеры ИИ с человеческим интеллектом. Они могут вести естественные беседы, учиться новому и гибко обрабатывать множество различных запросов человека.

На данный момент (2025 год) общий ИИ остаётся теоретической целью, и ни одна система пока не достигла такого уровня. Несмотря на значительный прогресс в узком ИИ и появление систем, которые кажутся «универсально умными», они ещё не являются настоящим AGI.

Эксперты отмечают, что создание AGI — это огромный вызов, который может потребовать десятилетий исследований. Этан Моллик, доцент Университета Пенсильвании, отмечает: «Хотя мы достигли значительных успехов в узком ИИ, общий ИИ остаётся большой задачей и может потребовать ещё много лет исследований». Иными словами, путь к AGI ещё очень долгий и сложный.

Почему создание общего ИИ так сложно?...

Причина в том, что для интеллекта, подобного человеческому, ИИ должен объединять множество сложных способностей: понимание языка, восприятие изображений, логическое мышление, абстрактное мышление, обучение на опыте и социальную адаптацию. Это требует прорывов в алгоритмах, огромной вычислительной мощности и огромных, разнообразных обучающих данных.

Кроме того, существует множество этических и вопросов безопасности, которые необходимо учитывать при разработке ИИ, сопоставимого с человеком — например, как гарантировать этичное поведение и сохранить контроль над ИИ, если он станет слишком умным. Это не только технологическая, но и социальная и философская проблема.

Хотя настоящего AGI пока нет, в последние годы некоторые продвинутые системы ИИ начали демонстрировать определённые признаки универсальности. Например, крупные языковые модели (такие как GPT-3, GPT-4 от OpenAI) способны выполнять множество различных задач: отвечать на вопросы, писать тексты, программировать, переводить и даже проходить некоторые тесты, которые выполняют люди.

Исследователи Microsoft считают, что модель GPT-4 может решать новые и разнообразные задачи в областях от математики и программирования до медицины и права без специального обучения для каждой задачи, достигая производительности, близкой к человеческой во многих областях. Они полагают, что GPT-4 можно рассматривать как раннюю версию AGI (хотя и несовершенную).

Тем не менее, даже эти продвинутые модели по-прежнему относятся к узкому ИИ по определению, поскольку им не хватает настоящей автономии в обучении и они ограничены техническими и обучающими данными.

Например, генеративный ИИ, такой как ChatGPT, обладает широкими знаниями в разных областях, но не может самостоятельно учиться новому за пределами исходных данных и не способен выполнять физические задачи в реальном мире без дополнительного программирования. Поэтому настоящий общий ИИ остаётся целью будущего, а не настоящим.

Для лучшего понимания ниже приведены несколько гипотетических примеров общего ИИ (если он будет успешно разработан в будущем):

• Многофункциональный робот-помощник: Представьте себе гуманоидного робота, который может самостоятельно обучаться всем необходимым навыкам — утром готовить завтрак по вашим предпочтениям, днём водить машину, после обеда программировать, а вечером помогать вашим детям с уроками. Это идеальный пример общего ИИ — интеллект, способный эффективно выполнять большинство умственных и физических задач без постоянного человеческого контроля.
• Универсальная медицинская система ИИ: ИИ, интегрирующий знания всех медицинских специальностей, способный диагностировать любые заболевания на основе симптомов и анализов и предлагать оптимальные методы лечения. Такая система также будет обладать знаниями в области психологии, питания, права (для консультаций по медицинскому страхованию) и т.д. Это можно представить как врача — универсального эксперта на базе искусственного интеллекта, поддерживающего человека во всех аспектах здравоохранения.

Эти примеры пока не существуют, но именно к таким перспективам стремятся исследователи ИИ. Если когда-нибудь будет создан общий ИИ, это станет огромным технологическим прорывом — своего рода «новой промышленной революцией» в истории человечества.

Однако вместе с преимуществами появятся и значительные вызовы и риски, как уже упоминалось: как контролировать интеллект, способный к самоусовершенствованию за пределами человеческого понимания? Поэтому вокруг разработки AGI ведутся активные дискуссии, и процесс требует осторожности.

Перед тем как перейти к прямому сравнению двух понятий, стоит упомянуть более высокий уровень — ASI (Artificial Super Intelligence) — сверхинтеллект. ASI — это искусственный интеллект, превосходящий человека во всех отношениях — проще говоря, интеллект, многократно превосходящий человеческий. Эта концепция полностью относится к научной фантастике и, возможно, никогда не станет реальностью.

Если AGI — это интеллект на уровне человека, то ASI — это сверхчеловеческий интеллект. Некоторые опасаются, что ASI, если появится, может привести к непредсказуемым последствиям для человечества, поскольку будет слишком умным и выйдет из-под контроля. Однако это вопрос далёкого будущего. В рамках данной статьи мы сосредоточимся на двух более реалистичных и близких уровнях: узком ИИ (настоящее) и общем ИИ (ближайшее будущее/надежда).

Различия между узким и общим ИИ

Вкратце, узкий ИИ (ANI) и общий ИИ (AGI) отличаются по нескольким ключевым аспектам. Ниже приведена таблица сравнения и объяснение основных различий между этими двумя типами ИИ:

Область задач

Узкий ИИ может выполнять одну или несколько конкретных задач, для которых он был запрограммирован или обучен (например, только распознавание изображений или только игра в шахматы). В то время как общий ИИ нацелен на выполнение любых интеллектуальных задач, которые может выполнять человек, то есть не ограничен одной областью. Проще говоря, узкий ИИ — это «маленькая песчинка», а общий ИИ — «океан возможностей».

Гибкость и обучение

Узкий ИИ не способен самостоятельно учиться и адаптироваться к новым ситуациям вне исходных данных и алгоритмов — он полностью зависит от программирования и предоставленных данных. В то время как общий ИИ ожидается, что будет самостоятельно адаптироваться и учиться новому, сталкиваясь с незнакомыми задачами, подобно тому, как человек приобретает опыт. Общий ИИ может делать выводы, формировать сознание или, по крайней мере, общее понимание мира, а не просто следовать шаблонам.

Текущий уровень развития

Узкий ИИ уже существует и широко применяется в реальной жизни (в приложениях, сервисах, умных устройствах повсюду). А общий ИИ на данный момент остается теоретической концепцией, лаборатории по всему миру исследуют его, но ни одна система пока не достигла такого уровня интеллекта. Иными словами, весь ИИ вокруг нас сегодня — это узкий ИИ, хотя некоторые системы очень продвинуты, а настоящий общий ИИ ещё не появился.

Примеры

Узкий ИИ включает виртуальных помощников (Siri, Alexa), программы машинного перевода, рекомендательные системы, игровые программы (шахматы, го) и т.д. Эти системы выполняют один тип задач и делают это очень хорошо в узкой области. Общий ИИ — пока нет реальных примеров, это пока лишь концепция и фантазия.

Умные персонажи ИИ в фильмах и книгах (например, роботы с самостоятельным мышлением, сверхумные компьютеры, контролирующие всё…) — это представления об AGI. В будущем, если он будет создан, универсальный робот-помощник или система ИИ, управляющая целым заводом могут служить примерами AGI. Но на сегодняшний день ни одна система AGI не существует в реальности.

Преимущества и ограничения

Узкий ИИ имеет преимущество в высокой специализации, часто достигая высокой точности и эффективности в своих задачах (например, ИИ для диагностики изображений может анализировать тысячи рентгеновских снимков быстрее и точнее врача).

Однако его ограничения — это недостаток гибкости, творчества и зависимость от данных, неспособность самостоятельно расширять возможности. В то время как общий ИИ в случае успеха будет чрезвычайно гибким, адаптивным и творческим — это его главное преимущество. Но его разработка чрезвычайно сложна: AGI требует решения сложных технологических и социальных задач.

Риски и вызовы

Узкий ИИ в целом безопаснее и проще контролировать, но всё равно существует риск ошибок (предвзятости) из-за плохих данных или ограничений области применения (ИИ не понимает контекст вне задачи, что может приводить к ошибкам).

Общий ИИ несёт большие риски в плане этики и контроля: если однажды ИИ достигнет или превзойдёт человеческий интеллект, как гарантировать, что он будет действовать в интересах человечества и не выйдет из-под контроля? Это серьёзная проблема, которую обсуждают многие эксперты и футурологи.

Например, AGI, способный самостоятельно совершенствоваться и принимать решения без участия человека, может привести к непредсказуемым последствиям, если его цели не будут совпадать с интересами людей. Поэтому разработка AGI всегда сопровождается задачами обеспечения безопасности и управления ИИ на высоком уровне.

В целом, основное различие в том, что узкий ИИ «знает всё об одном», а общий ИИ знает многое обо всём». Узкий ИИ уже присутствует в нашей жизни в конкретных приложениях, тогда как общий ИИ — это амбициозная цель создания универсально умных машин.

>>> Подробнее о: ИИ, машинное обучение и глубокое обучение

Понимание различий между узким и общим ИИ — первый шаг к тому, чтобы получить целостное представление об искусственном интеллекте сегодня и в будущем. Узкий ИИ уже приносит множество практических преимуществ в жизни — от автоматизации работы и повышения производительности до улучшения сервисов и удобств повседневности. Мы привыкли к таким приложениям узкого ИИ, как виртуальные помощники, автономные автомобили, анализ данных... узкий ИИ — основа современной эры ИИ, эффективно решающая конкретные задачи.

В то же время общий ИИ — это своего рода святой Грааль исследований ИИ — далекая, но многообещающая цель. Если когда-нибудь будет достигнут общий ИИ, человечество может увидеть масштабные изменения: машины смогут выполнять почти все человеческие задачи, открывая новые возможности в науке, медицине, образовании, экономике...

Однако вместе с надеждами идут и значительные технологические и этические вызовы. Путь к AGI ещё долгий и требует сотрудничества учёных, инженеров, социальных экспертов и правительств.

В итоге, узкий и общий ИИ представляют собой два разных уровня искусственного интеллекта. Узкий ИИ — это реальность сегодняшнего дня — мощный в узкой области, надёжный помощник человека в конкретных задачах. Общий ИИ — это взгляд в будущее — универсальный интеллект, подобный человеческому, обещающий многое, но требующий серьёзных усилий для реализации.

Чёткое различие этих понятий помогает нам правильно формировать ожидания от ИИ, максимально использовать преимущества узкого ИИ, который уже есть, и одновременно готовиться к будущим достижениям общего ИИ. Как подчёркивалось: сегодня мы только покоряем узкий ИИ, а путь к общему ИИ (и далее к сверхинтеллекту) ещё очень долгий.

Тем не менее, каждый шаг в исследованиях ИИ приближает нас к этой цели. С бурным развитием технологий, кто знает, возможно, уже в ближайшие десятилетия то, что раньше казалось научной фантастикой, станет реальностью.