Mistä yleisen tekoälyn tunnistaa? yleinen tekoäly ja suuret kielimallit

Yleistä tekoälyä on vaikea määritellä yksiselitteisesti, mutta yksinkertaisimmillaan se voidaan käsittää vastakohtana niin sanotulle kapealle tekoälylle. Yleiselle tekoälylle on esitetty lukuisia erilaisia määritelmiä ja kriteerejä, mutta jotkin ominaisuudet yhdistetään älykkyyteen useammin kuin toi...

Full description

Bibliographic Details
Main Author: Suksi, Antti-Jussi
Other Authors: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Format: Bachelor's thesis
Language:fin
Published: 2025
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/101988
Description
Summary:Yleistä tekoälyä on vaikea määritellä yksiselitteisesti, mutta yksinkertaisimmillaan se voidaan käsittää vastakohtana niin sanotulle kapealle tekoälylle. Yleiselle tekoälylle on esitetty lukuisia erilaisia määritelmiä ja kriteerejä, mutta jotkin ominaisuudet yhdistetään älykkyyteen useammin kuin toiset. Tyypillisesti tärkeinä kykyinä nähdään muun muassa ongelmanratkaisu, tavoitteiden saavuttaminen, oppiminen, yleistäminen ja vuorovaikutus. Suuret kielimallit vaikuttavat täyttävän useita yleiselle tekoälylle esitetyistä kriteereistä, mutta ne tekevät myös monenlaisia alkeellisia ja omituisia virheitä. Artificial general intelligence (AGI) is a concept that is difficult to define unambiguously, but at its simplest it can be understood as the opposite of so-called narrow artificial intelligence. Numerous definitions and criteria have been proposed for artificial general intelligence, but some qualities are more commonly attributed to intelligence than others. Abilities such as problem-solving, achieving goals, learning, generalizing and interacting are typically seen as important. Large language models seem to meet many of the criteria that are suggested for AGI, but they also exhibit a variety of basic and peculiar errors.