Lĩnh vực trí tuệ nhân tạo (AI) đã trải qua những thay đổi vượt bậc trong những năm gần đây, và đây có thể chỉ là bước khởi đầu. Chương này đặt nền tảng cho toàn bộ cẩm nang bằng cách xác định những gì các hệ thống AI hiện có thể làm, cách những hệ thống này đạt được năng lực đó và cách chúng ta có thể dự đoán sự phát triển của các hệ thống này trong tương lai. Những hiểu biết này là cơ sở quan trọng để đọc các chương tiếp theo: thảo luận về những năng lực đáng lo ngại và rủi ro tiềm ẩn (Chương 2) dựa trên sự hiểu biết về năng lực của chúng.
Tương tự, các giải pháp kỹ thuật (Chương 3) và giải pháp quản trị (Chương 4) được đề xuất đều phải xem xét năng lực hiện tại và dự kiến trong tương lai của AI.
AI tối tân - Đạt được những năng lực đột phá trong nhiều lĩnh vực.
Chúng tôi bắt đầu bằng việc khám phá cách các hệ thống AI đã phát triển như thế nào, từ những công cụ chuyên dụng trong phạm vi hẹp thành những công cụ ngày càng đa dụng. Các mô hình ngôn ngữ hiện nay có thể tham gia vào các quá trình suy luận phức tạp, trong khi các hệ thống thị giác máy tính thể hiện khả năng hiểu thông tin hình ảnh một cách tinh vi. Trong lĩnh vực robot, chúng ta đang chứng kiến sự xuất hiện của các hệ thống có thể học hỏi và thích ứng với môi trường thực tế với khả năng tự định hướng ngày càng cao. Mục tiêu của phần này là cung cấp cho người đọc nhiều ví dụ từ các lĩnh vực khác nhau về việc tăng tốc năng lực AI.
Mô hình nền tảng - Cách mạng hóa cách chúng ta xây dựng hệ thống AI.
Phần tiếp theo khám phá cách chúng ta đã chuyển từ kiến trúc chuyên biệt nhỏ hơn sang kiến trúc đa năng quy mô lớn. Thay vì xây dựng các hệ thống riêng biệt cho từng nhiệm vụ, các mô hình nền tảng này đóng vai trò là điểm khởi đầu. Các mô hình này là những thành phần cơ bản mà sau này có thể được tùy chỉnh linh hoạt để phục vụ các nhu cầu khác nhau. Chúng tôi khám phá cách các mô hình này được đào tạo, các đặc tính chính của chúng và những thách thức độc đáo mà các mô hình này mang lại. Sự xuất hiện của các năng lực bất ngờ từ các mô hình này đặt ra những câu hỏi quan trọng về tiềm năng và ý nghĩa của chúng đối với an toàn AI.
Hiểu rõ về năng lực trí tuệ nhân tạo - Năng lực cần được đo lường chính xác để hướng dẫn công việc đảm bảo an toàn.
Mục tiêu của phần này là cung cấp sự hiểu biết về các thuật ngữ như trí tuệ nhân tạo tổng quát và siêu trí tuệ nhân tạo thực sự có ý nghĩa gì trong thực tế. Thông qua các nghiên cứu thực tế chuyên sâu và quan sát thực nghiệm, chúng tôi xem xét các cách tiếp cận khác nhau để định nghĩa và đo lường năng lực AI. Thay vì phân biệt hai loại AI "hẹp" và "tổng quát" theo cách truyền thống, chúng tôi giới thiệu các khung phân loại tinh tế hơn mà có thể theo dõi tiến trình của AI trên các khía cạnh khác nhau.
Mở rộng quy mô - Các bài học trong quá khứ và các quy luật mở rộng quy mô đã chứng minh rằng việc mở rộng quy mô thúc đẩy sự tiến bộ.
Chúng tôi khám phá lý do tại sao các thuật toán đơn giản kết hợp với tính toán lớn thường mang lại hiệu quả cao hơn các phương pháp thủ công phức tạp. Điều này dẫn chúng tôi đến việc nghiên cứu các quy luật mở rộng quy mô mô tả cách thức hiệu suất AI cải thiện theo các biến số khác nhau như dữ liệu, số lượng tham số và sự gia tăng tài nguyên tính toán. Phần này cũng bao gồm việc xem xét cuộc tranh luận về việc liệu quy mô có đủ để đạt được năng lực AI mang tính chuyển đổi hay không.
Dự báo - Dự đoán sự tiến bộ của năng lực giúp chúng ta chuẩn bị các biện pháp an toàn AI
Chúng ta sẽ xem xét các phương pháp khác nhau để dự đoán sự tiến bộ trong tương lai. Từ các điểm tham chiếu sinh học đến phân tích xu hướng, chúng ta khám phá các khung để đưa ra dự đoán có cơ sở về quỹ đạo phát triển của AI. Điều này rất quan trọng để biết khi nào cần áp dụng các biện pháp an toàn khác nhau.
Phụ lục - Tổng quan về ý kiến của các chuyên gia về AI, các cuộc tranh luận chi tiết về quy mô và xu hướng mở rộng quy mô.
Phụ lục mặc dù không bắt buộc, nhưng vẫn hữu ích cho những ai muốn tìm hiểu sâu hơn một chút. Chương này kết thúc với các phụ lục xem xét ý kiến của các chuyên gia về tiến bộ của AI, các cuộc thảo luận sâu hơn về bản chất và hạn chế của các mô hình ngôn ngữ lớn, và dữ liệu toàn diện về các xu hướng chính trong phát triển AI.
