Auf dem Weg zur Entwicklung einer spezialisierten Generalisten-KI mit System 1 und System 2 Fusion.

Towards Building Specialized Generalist AI with System 1 and System 2 Fusion

July 11, 2024

Autoren: Kaiyan Zhang, Biqing Qi, Bowen Zhou

cs.AI

Zusammenfassung

In diesem Perspektivenpapier führen wir das Konzept der Spezialisierten Generalistischen Künstlichen Intelligenz (SGAI oder einfach SGI) als entscheidenden Meilenstein auf dem Weg zur Künstlichen Allgemeinen Intelligenz (AGI) ein. Im Vergleich zum direkten Skalieren allgemeiner Fähigkeiten wird SGI definiert als KI, die sich auf mindestens eine Aufgabe spezialisiert, menschliche Experten übertrifft und gleichzeitig allgemeine Fähigkeiten beibehält. Dieser Verschmelzungspfad ermöglicht es SGI, schnell hochwertige Bereiche zu erreichen. Wir kategorisieren SGI in drei Stufen basierend auf dem Beherrschungsgrad professioneller Fähigkeiten und der Leistung der Allgemeinheit. Darüber hinaus diskutieren wir die Notwendigkeit von SGI bei der Bewältigung von Problemen im Zusammenhang mit großen Sprachmodellen, wie deren unzureichende Allgemeinheit, spezialisierte Fähigkeiten, Unsicherheit in der Innovation und praktische Anwendungen. Des Weiteren schlagen wir einen konzeptionellen Rahmen für die Entwicklung von SGI vor, der die Stärken der kognitiven Verarbeitung von System 1 und 2 integriert. Dieser Rahmen umfasst drei Schichten und vier Schlüsselkomponenten, die sich auf die Verbesserung individueller Fähigkeiten und die Förderung der kollaborativen Evolution konzentrieren. Wir schließen mit einer Zusammenfassung der potenziellen Herausforderungen und der Empfehlung zukünftiger Richtungen. Wir hoffen, dass die vorgeschlagene SGI Einblicke in weitere Forschung und Anwendungen zur Erreichung von AGI bieten wird.

English

In this perspective paper, we introduce the concept of Specialized Generalist Artificial Intelligence (SGAI or simply SGI) as a crucial milestone toward Artificial General Intelligence (AGI). Compared to directly scaling general abilities, SGI is defined as AI that specializes in at least one task, surpassing human experts, while also retaining general abilities. This fusion path enables SGI to rapidly achieve high-value areas. We categorize SGI into three stages based on the level of mastery over professional skills and generality performance. Additionally, we discuss the necessity of SGI in addressing issues associated with large language models, such as their insufficient generality, specialized capabilities, uncertainty in innovation, and practical applications. Furthermore, we propose a conceptual framework for developing SGI that integrates the strengths of Systems 1 and 2 cognitive processing. This framework comprises three layers and four key components, which focus on enhancing individual abilities and facilitating collaborative evolution. We conclude by summarizing the potential challenges and suggesting future directions. We hope that the proposed SGI will provide insights into further research and applications towards achieving AGI.