تفاوت AGI و ASI چیست؟ از هوش مصنوعی عمومی تا ابرهوش

هوش مصنوعی در سالهای اخیر از ابزارهایی برای انجام وظایف مشخص، به سیستمهایی بسیار توانمندتر تبدیل شده است؛ اما آیا این مسیر در نهایت به ساخت هوشی همسطح یا حتی فراتر از انسان منجر میشود؟ دو اصطلاح AGI و ASI دقیقاً به همین آینده اشاره دارند. در این مقاله بررسی میکنیم AGI و ASI چیستند، چه تفاوتی با یکدیگر دارند و چرا شناخت این دو مفهوم برای درک آینده هوش مصنوعی اهمیت دارد.
AGI چیست؟
وقتی درباره آینده هوش مصنوعی صحبت میکنیم، دو اصطلاح بیشتر از بقیه به چشم میخورند: AGI و ASI. این دو عبارت شبیه به هم هستند، اما به دو مرحله کاملاً متفاوت از پیشرفت هوش مصنوعی اشاره میکنند.
AGI مخفف Artificial General Intelligence یا «هوش مصنوعی عمومی» است. منظور از AGI سامانهای است که بتواند مانند یک انسان، مهارتهای ذهنی مختلف را در حوزههای گوناگون یاد بگیرد و به کار ببرد.
هوش مصنوعی امروزی معمولاً در بعضی کارها بسیار قدرتمند است. برای مثال، یک مدل میتواند در نوشتن متن، برنامهنویسی یا تحلیل تصویر عملکرد فوقالعادهای داشته باشد، اما این به معنی داشتن هوش عمومی انسانی نیست.
یک سیستم AGI فرضی باید بتواند با تغییر مسئله، خودش را با شرایط جدید وفق دهد؛ یعنی اگر امروز از آن درباره برنامهنویسی سؤال شود و فردا درباره زیستشناسی، حقوق، آموزش یا یک مسئله کاملاً جدید، بتواند بدون نیاز به آموزش اختصاصی برای هر کار، استدلال کند و راهحل ارائه دهد.
به زبان ساده، AGI قرار است هوش مصنوعی را از یک ابزار متخصص به یک هوش همهکاره تبدیل کند.
چرا تشخیص AGI دشوار است؟
مشکل اینجاست که هنوز تعریف کاملاً مورد توافقی برای AGI وجود ندارد.
برای مثال، یک دیدگاه ممکن است AGI را سیستمی بداند که بتواند بیشتر کارهای اقتصادی ارزشمند را بهتر از انسان انجام دهد. دیدگاه دیگری ممکن است روی توانایی استدلال، یادگیری مستقل و عملکرد در طیف گستردهای از وظایف تأکید کند.
به همین دلیل، هر بار که یک شرکت ادعا میکند مدل جدیدش «به AGI نزدیک شده» یا نشانههایی از AGI دارد، باید با احتیاط به این ادعا نگاه کرد. صرفاً عملکرد عالی در چند آزمون یا یک حوزه تخصصی به معنی رسیدن به هوش عمومی نیست.
ASI چیست؟
ASI مخفف Artificial Superintelligence یا «ابرهوش مصنوعی» است.
اگر AGI را هوش مصنوعی در سطح انسان در نظر بگیریم، ASI یک مرحله بسیار فراتر از آن خواهد بود.
در سناریوی ASI، هوش مصنوعی فقط در بعضی کارها از انسان بهتر نیست؛ بلکه میتواند در تقریباً تمام حوزههای فکری، از جمله تحقیق علمی، برنامهریزی، حل مسئله، خلاقیت و تصمیمگیری از انسان توانمندتر باشد.
برای مثال، یک ASI فرضی میتواند همزمان در کشف دارو، طراحی فناوریهای جدید، تحلیل مسائل پیچیده اقتصادی و توسعه نرمافزارهای پیشرفته عملکردی بسیار فراتر از متخصصان انسانی داشته باشد.
تفاوت مهم اینجاست که درباره AGI میتوان درباره معیارهای آزمایشی و عملکرد واقعی صحبت کرد، اما ASI هنوز یک مفهوم فرضی است و نمونه عملی اثباتشدهای از آن در اختیار نداریم.
تفاوت AGI و ASI در یک مثال ساده
برای درک بهتر تفاوت این دو، یک پزشک را تصور کنید.
یک هوش مصنوعی تخصصی ممکن است در تشخیص یک بیماری خاص از بسیاری از پزشکان بهتر عمل کند، اما فقط در همان حوزه آموزش دیده باشد.
AGI شبیه فردی است که بتواند در حوزههای مختلف مانند پزشکی، برنامهنویسی، ریاضیات، حقوق و آموزش یاد بگیرد، استدلال کند و مسئله حل کند؛ چیزی نزدیک به انعطاف ذهنی انسان.
اما ASI را میتوان مانند موجودی فرضی تصور کرد که در تمام این حوزهها از بهترین متخصصان انسانی نیز بهتر عمل میکند و حتی بتواند دانش و راهکارهایی تولید کند که انسانها بهتنهایی قادر به رسیدن به آنها نیستند.
بنابراین:
AI تخصصی ← AGI ← ASI
البته این مسیر یک نقشه قطعی و اثباتشده برای آینده نیست؛ بلکه چارچوبی مفهومی برای توضیح سطوح مختلف توانایی هوش مصنوعی است.
آیا ChatGPT و هوش مصنوعیهای امروزی AGI هستند؟
خیر، دستکم نمیتوان با قطعیت چنین ادعایی کرد.
مدلهای هوش مصنوعی امروزی در بسیاری از وظایف پیشرفت چشمگیری داشتهاند. مدلهای جدید میتوانند متن تولید کنند، کدنویسی کنند، تصاویر را تحلیل کنند، مسائل پیچیده را حل کنند و در برخی آزمونها عملکردی بسیار نزدیک به انسان یا حتی بهتر از آن داشته باشند.
اما توانایی زیاد در مجموعهای از وظایف، لزوماً به معنی هوش عمومی نیست.
یکی از مشکلات مهم این است که یک مدل ممکن است در یک آزمون بسیار دشوار عملکرد فوقالعادهای داشته باشد، اما در مسئلهای ساده که برای یک کودک قابل حل است، اشتباه کند.
به همین دلیل، صرفاً دیدن یک مدل بسیار قدرتمند نباید ما را به این نتیجه برساند که AGI محقق شده است.
حتی در سال ۲۰۲۶ نیز درباره اینکه چه چیزی دقیقاً باید «AGI» نامیده شود، اتفاقنظر کاملی وجود ندارد. برای نمونه، سام آلتمن پیشتر تعریف عملی خود را به توانایی انجام کارهایی در سطح انسانهای بسیار ماهر در مشاغل مهم نسبت داده بود، اما همین تعریف نیز نشان میدهد که مرز AGI هنوز کاملاً مشخص نیست.
آیا AGI حتماً به ASI منجر میشود؟
این موضوع یکی از جذابترین بحثها در آینده هوش مصنوعی است، اما پاسخ قطعی برای آن وجود ندارد.
در یک سناریو ممکن است پس از رسیدن به AGI، توسعه هوش مصنوعی با سرعت بیشتری ادامه پیدا کند و سیستمهایی ساخته شوند که در بسیاری از حوزهها از انسان بهتر باشند.
اما نمیتوان گفت رسیدن به AGI بهطور خودکار و قطعی باعث ایجاد ASI خواهد شد.
برای رسیدن از AGI به ASI ممکن است همچنان به پیشرفتهای اساسی در زمینههایی مانند الگوریتمها، سختافزار، انرژی، یادگیری، استدلال و کنترل سیستمهای هوش مصنوعی نیاز باشد.
بنابراین بهتر است AGI و ASI را دو اصطلاح برای دو سطح متفاوت از توانایی هوش مصنوعی بدانیم، نه دو محصول مشخص که طبق یک برنامه زمانی قطعی عرضه خواهند شد.
چرا این روزها بیشتر درباره AGI و ASI میشنویم؟
یکی از دلایل اصلی، سرعت پیشرفت مدلهای هوش مصنوعی و ظهور سیستمهای عاملمحور یا AI Agent است.
مدلهای جدید فقط به پرسشهای کاربران پاسخ نمیدهند؛ برخی سیستمها میتوانند چند مرحله را پشت سر هم انجام دهند، ابزارهای مختلف را به کار بگیرند و برای رسیدن به یک هدف، مجموعهای از اقدامات را برنامهریزی کنند.
همین پیشرفتها باعث شده بحث درباره مرز میان هوش مصنوعی فعلی و AGI دوباره جدیتر شود.
برای مثال، دمیز هسابیس، مدیرعامل Google DeepMind، در سال ۲۰۲۶ پیشبینی کرده بود که AGI ممکن است در بازه ۲۰۲۹ تا ۲۰۳۰ محقق شود و سیستمهای عاملمحور امروزی را میتوان نوعی پیشنمایش اولیه از این مسیر دانست. این البته یک پیشبینی است، نه یک زمانبندی قطعی.
از طرف دیگر، برخی اظهارنظرهای مدیران شرکتهای فناوری درباره «رسیدن AGI» به تعریف خاصی از این اصطلاح وابسته است. برای همین، هنگام خواندن چنین ادعاهایی باید پرسید: این شرکت دقیقاً AGI را چگونه تعریف کرده است؟
تفاوت AGI و ASI در یک نگاه
| ویژگی | AGI | ASI |
|---|---|---|
| نام کامل | Artificial General Intelligence | Artificial Superintelligence |
| معنی | هوش مصنوعی عمومی | ابرهوش مصنوعی |
| سطح هوش | در سطح انسان یا نزدیک به آن | فراتر از انسان |
| توانایی | انجام طیف گستردهای از کارهای فکری | برتری گسترده در تقریباً تمام حوزههای فکری |
| یادگیری در حوزههای جدید | بله، در مفهوم نظری | بله، با توانایی بسیار بالاتر |
| وضعیت فعلی | هنوز تعریف و معیار آن محل بحث است | کاملاً فرضی |
| نمونه قطعی | وجود ندارد | وجود ندارد |
| مهمترین ویژگی | انعطاف و توانایی عمومی | برتری هوشی نسبت به انسان |
کدامیک خطرناکتر است؛ AGI یا ASI؟
اگر روزی چنین سیستمهایی ساخته شوند، ASI از نظر تئوری پتانسیل خطر بیشتری دارد؛ چون تواناییهای آن میتواند بسیار فراتر از توانایی انسان باشد.
اما خطر فقط به میزان هوش یک سیستم وابسته نیست. نحوه طراحی، اهداف تعیینشده، میزان دسترسی به منابع، امکان کنترل و محدودیتهای اعمالشده روی سیستم نیز اهمیت زیادی دارند.
یک AGI قدرتمند هم میتواند تأثیر اقتصادی و اجتماعی بسیار بزرگی داشته باشد؛ از تغییر بازار کار گرفته تا تغییر شیوه تولید نرمافزار، پژوهش علمی و تصمیمگیری.
به همین دلیل، بحث ایمنی و کنترل هوش مصنوعی نباید فقط بعد از رسیدن به ASI آغاز شود. هرچه سیستمها توانمندتر میشوند، اهمیت این موضوع نیز بیشتر میشود.
یک نکته مهم درباره آینده هوش مصنوعی
شاید جذابترین نکته درباره AGI و ASI این باشد که هیچکس دقیقاً نمیداند مرز میان این مراحل کجاست.
هوش مصنوعی احتمالاً با یک دکمه ناگهان از «هوش معمولی» به AGI و سپس ASI تبدیل نمیشود. پیشرفت میتواند تدریجی، نامنظم و متفاوت در حوزههای مختلف باشد.
ممکن است یک مدل در برنامهنویسی عملکردی فراتر از انسان داشته باشد، در یک حوزه علمی بسیار قدرتمند باشد، اما در یک کار ساده دچار خطا شود. همین مسئله باعث میشود تعیین یک «لحظه دقیق» برای رسیدن به AGI بسیار دشوار باشد.
جمعبندی؛ AGI و ASI دقیقاً چه فرقی دارند؟
اگر بخواهیم همه بحث را در سادهترین شکل ممکن خلاصه کنیم:
AGI یعنی هوش مصنوعی بتواند مانند یک انسان در طیف گستردهای از مسائل فکر کند و یاد بگیرد.
ASI یعنی هوش مصنوعی در تقریباً تمام حوزههای فکری از انسان توانمندتر شود.
پس AGI را میتوان رسیدن هوش مصنوعی به سطحی از هوش عمومی انسانی دانست و ASI را مرحلهای فرضی که در آن ماشین از انسان عبور میکند.
با این حال، نباید هر مدل جدید و قدرتمندی را AGI یا هر پیشرفت بزرگ را قدمی قطعی به سمت ASI بدانیم. حتی در سال ۲۰۲۶، تعریف AGI همچنان محل بحث است و ASI نیز در قلمرو فرضیه و پیشبینی قرار دارد.
شاید سؤال جذابتر از اینکه «AGI چه زمانی میرسد؟» این باشد که وقتی هوش مصنوعی به سطحی نزدیک به هوش عمومی انسان برسد، ما چگونه تشخیص خواهیم داد که واقعاً به آن نقطه رسیدهایم؟
برای مقاله چیکاو، این نسخه را عمداً دانستنی و تحلیلی نگه داشتم تا شبیه ترجمه مستقیم منبع نباشد و در عین حال ادعاهای مربوط به آینده هوش مصنوعی را قطعی جلوه ندهد.