മനുഷ്യ ചരിത്രത്തിലുടനീളം, നമ്മൾ സ്വന്തം ബുദ്ധിയും കഴിവുകളും മെച്ചപ്പെടുത്താനും അതിനെ കവച്ചുവെക്കുന്ന കണ്ടുപിടിത്തങ്ങൾ സൃഷ്ടിക്കാനും ശ്രമിച്ചിട്ടുണ്ട്. ഈ യാത്രയിൽ, നമ്മൾ ആയുധങ്ങൾ, യന്ത്രങ്ങൾ, കമ്പ്യൂട്ടറുകൾ എന്നിവ വികസിപ്പിച്ചു. ഇപ്പോൾ നമ്മൾ കൃത്രിമബുദ്ധിയുടെ (AI) മേഖലയിലാണ്, അവിടെ നമ്മുടെ സ്വന്തം ചിന്തയുടെ ഒരു കണ്ണാടി പ്രതിബിംബം സൃഷ്ടിക്കാൻ ശ്രമിക്കുന്നു. ഈ ലക്ഷ്യത്തിലേക്കുള്ള ഒരു വലിയ ചുവടുവെപ്പാണ് ആർട്ടിഫിഷ്യൽ ജനറൽ ഇന്റലിജൻസ് (AGI) എന്ന ആശയം.

എന്താണ് ആർട്ടിഫിഷ്യൽ ജനറൽ ഇന്റലിജൻസ് (AGI)?

ആർട്ടിഫിഷ്യൽ ജനറൽ ഇന്റലിജൻസ് എന്നത് മനുഷ്യർക്ക് ചെയ്യാൻ കഴിയുന്ന ഏത് മാനസിക പ്രവർത്തനവും നിർവഹിക്കാനുള്ള കഴിവുള്ള ഒരു യന്ത്രബുദ്ധിയെ സൃഷ്ടിക്കുന്നതിനുള്ള ഒരു സൈദ്ധാന്തിക ആശയമാണ് (Theoretical Concept). ഇതിനർത്ഥം AGI ക്ക് ചിന്തിക്കാനും, പ്രശ്നങ്ങൾ പരിഹരിക്കാനും, പഠിക്കാനും, പൊരുത്തപ്പെടാനും, സർഗ്ഗാത്മകമായിരിക്കാനും കഴിയും - അടിസ്ഥാനപരമായി, മനുഷ്യർ ചെയ്യുന്നതുപോലെ തന്നെ ലോകവുമായി ഇടപഴകാനുള്ള കഴിവ് കാണിക്കും.

ഇന്ന് നിലനിൽക്കുന്ന ഏറ്റവും മികച്ച AI സംവിധാനങ്ങൾ പോലും ആർട്ടിഫിഷ്യൽ നാരോ ഇന്റലിജൻസ് (ANI) എന്ന വിഭാഗത്തിൽ പെടുന്നു. ANI സംവിധാനങ്ങൾ ഒരു പ്രത്യേക ടാസ്കിൽ വളരെ മികവ് പുലർത്തുന്നു, ഉദാഹരണത്തിന്, ചതുരംഗം കളിക്കുകയോ മുഖങ്ങൾ തിരിച്ചറിയുകയോ ചെയ്യുക. എന്നാൽ, അവ പൊതുവായ അറിവ് ഉപയോഗിക്കാനോ പുതിയ സാഹചര്യങ്ങളോട് പൊരുത്തപ്പെടാനോ കഴിയില്ല. AGI ഈ പരിമിതികൾ മറികടന്ന് മൊത്തത്തിലുള്ള മാനസിക കഴിവുകൾ പ്രകടിപ്പിക്കും.

ആർട്ടിഫിഷ്യൽ ജനറൽ ഇന്റലിജൻസിന്റെ ചരിത്രം

കൃത്രിമബുദ്ധിയുടെ (AI) മേഖലയിലെ ഗവേഷണം പതിറ്റാണ്ടുകളായി നടന്നുവരുന്നുണ്ട്, എന്നാൽ AGI യുടെ ആശയം ഏറെക്കാലം ഭാവനയിൽ മാത്രം നിലനിന്നു. 1950 കളിൽ അലൻ ട്യൂറിംഗ് (Alan Turing) തന്റെ പ്രസിദ്ധമായ ട്യൂറിംഗ് ടെസ്റ്റ് (Turing Test) നിർദ്ദേശിച്ചതോടെയാണ് AGI ഗവേഷണം ഗണ്യമായ രീതിയിൽ ആരംഭിച്ചത്. ഈ പരീക്ഷയിൽ, ഒരു യന്ത്രം മനുഷ്യനിൽ നിന്ന് വേർതിരിച്ചറിയാൻ കഴിയുന്നില്ലെങ്കിൽ, അതിന് ബുദ്ധിയുണ്ട് എന്ന് കണക്കാക്കപ്പെടുന്നു.

1960 കളിലും 70 കളിലും, AGI ഗവേഷണം വലിയ തോതിലുള്ള ഫണ്ടിംഗും ശ്രദ്ധയും നേടി. എന്നാൽ, പ്രതീക്ഷിച്ച പുരോഗതി കൈവരിക്കാൻ കഴിഞ്ഞില്ല. ഈ കാലഘട്ടത്തിൽ വികസിപ്പിച്ച സംവിധാനങ്ങൾ വളരെ പരിമിതപ്പെട്ട കഴിവുകൾ മാത്രമേ പ്രകടിപ്പിച്ചുള്ളൂ. 1980 കളിൽ, AGI ഗവേഷണം "AI ശൈത്യകാലം" (AI Shityakala - AI Winter) എന്നറിയപ്പെടുന്ന ഒരു കാലഘട്ടത്തിലേക്ക് പ്രവേശിച്ചു. ഫണ്ടിംഗ് കുറയുകയും ഗവേഷണ താൽപ്പര്യം കുറയുകയും ചെയ്തു.

1990 കളുടെ അവസാനത്തിലും 2000 കളുടെ തുടക്കത്തിലും യന്ത്ര പഠനത്തിന്റെ (Machine Learning) പുനരുജ്ജീവനം AGI ഗവേഷണത്തിന് പുതിയ ജീവൻ നൽകി. ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ (Neural Networks) പോലുള്ള കൂടുതൽ സങ്കീർണ്ണമായ മോഡലുകൾ വികസിപ്പിക്കാൻ ഇത് ഗവേഷകരെ അനുവദിച്ചു. ഈ പുതിയ സമീപനങ്ങൾ കൂടുതൽ പൊതുവായ കഴിവുകൾ പ്രകടിപ്പിക്കുന്ന AI സംവിധാനങ്ങൾ വികസിപ്പിക്കുന്നതിലേക്ക് നയിച്ചു.

ഇന്നും, AGI ഇപ്പോഴും ഒരു സൈദ്ധാന്തിക ആശയമാണ്. എന്നിരുന്നാലും, യന്ത്ര പഠന രീതികളിലെ പുരോഗതി AGI യിലേക്കുള്ള വഴി തുറന്നിരിക്കുന്നു. ഭാവിയിൽ, കൂടുതൽ ശക്തമായ കമ്പ്യൂട്ടിംഗ് കഴിവുകളും കൂടുതൽ സങ്കീർണ്ണമായ AI മോഡലുകളും വികസിപ്പിച്ചെടുത്തേക്കാം, അത് ഒടുവിൽ AGI യിലേക്ക് നയിച്ചേക്കാം.

ആർട്ടിഫിഷ്യൽ ജനറൽ ഇന്റലിജൻസ് ന്റെ ഗുണങ്ങൾ:

• വൈജ്ഞാനിക പുരോഗതി: AGI നമ്മുടെ ശാസ്ത്രീയ ഗവേഷണങ്ങൾക്കും കണ്ടുപിടിത്തങ്ങൾക്കും വേഗം കൂട്ടും. നിലവിൽ മനുഷ്യർക്ക് പരിഹരിക്കാൻ കഴിയാത്ത പ്രശ്നങ്ങൾ AGI പരിഹരിക്കാൻ സഹായിക്കും.

• മെച്ചപ്പെട്ട ജീവിത നിലവാരം: AGI ക്രൂരമായതോ അപകടകരമായതോ ആയ ടാസ്കുകൾ ഏറ്റെടുക്കാനും നമ്മുടെ ജീവിതം കൂടുതൽ സുരക്ഷിതവും സൗകര്യപ്രദവുമാക്കാനും കഴിയും.

• സാമ്പത്തിക വളർച്ച: AGI വിവിധ തൊഴിലുകളിലെ ഉൽപ്പാദനക്ഷമത വർദ്ധിപ്പിക്കുകയും പുതിയ വ്യവസായങ്ങൾ സൃഷ്ടിക്കുകയും ചെയ്യും.

• മെച്ചപ്പെട്ട ആരോഗ്യ പരിചരണം: AGI രോഗനിർണയത്തിനും ചികിത്സയ്ക്കും പുതിയ രീതികൾ വികസിപ്പിക്കാനും മെഡിക്കൽ ഗവേഷണങ്ങൾ വേഗത്തിലാക്കാനും സഹായിക്കും.

ആർട്ടിഫിഷ്യൽ ജനറൽ ഇന്റലിജൻസ് ന്റെ ദോഷങ്ങൾ:

• തൊഴിൽ നഷ്ടം: AGI ധാരാളം ജോലികളെ സ്വയം ഏറ്റെടുത്തേക്കാം, ഇത് തൊഴിൽ നഷ്ടത്തിനും സാമ്പത്തിക പ്രതിസന്ധിക്കും കാരണമാകും.

• ധാർമ്മിക പ്രശ്നങ്ങൾ: AGI യുടെ വികസനവും ഉപയോഗവും ധാർമ്മിക പ്രശ്നങ്ങൾ ഉയർത്തുന്നു. ഉദാഹരണത്തിന്, AGI ക്ക് ധാർമ്മികതയും മൂല്യങ്ങളും മനസ്സിലാക്കാനും അതിനനുസൃതമായി പ്രവർത്തിക്കാനും കഴിയുമോ? അതോ സ്വന്തം ലക്ഷ്യങ്ങൾ നിറവേറ്റാൻ മനുഷ്യരെ ഉപയോഗപ്പെടുത്തുകയോ ദ്രോഹിക്കുകയോ ചെയ്യുമോ?

• നിയന്ത്രണത്തിന്റെ വെല്ലുവിളികൾ: AGI യുടെ വികസനവും ഉപയോഗവും നിയന്ത്രിക്കുന്നത് എങ്ങനെ എന്നത് ഒരു വലിയ വെല്ലുവിളിയാണ്. നിയന്ത്രണങ്ങൾ വളരെ കർശനമാണെങ്കിൽ, അവ ഗവേഷണത്തെയും വികസനത്തെയും തടയാൻ സാധ്യതയുണ്ട്. എന്നാൽ, വളരെ അയഞ്ഞ നിയന്ത്രണങ്ങൾ AGI യുടെ ദുരുപയോഗത്തിന് വഴിയൊരുക്കും ചെയ്യും.

AGI യുടെ ധാർമ്മിക പ്രത്യാഘാതങ്ങൾ (Moral Implications of AGI):

ആർട്ടിഫിഷ്യൽ ജനറൽ ഇന്റലിജൻസ് (AGI) സൃഷ്ടിക്കുന്നത് നിരവധി ധാർമ്മിക പ്രത്യാഘാതങ്ങൾ ഉയർത്തുന്നു. ചില പ്രധാനപ്പെട്ട കാര്യങ്ങൾ താഴെ പറയുന്നവയാണ്:

• നിയന്ത്രണം: AGI യെക്കാൾ ശക്തമായ സംവിധാനം നമ്മൾ സൃഷ്ടിച്ചാൽ, അത് നമ്മുടെ നിയന്ത്രണത്തിൽ നിന്ന് വിട്ടുപോകാനുള്ള സാധ്യതയുണ്ട്. ഇത് ഗുരുതരമായ അപകടങ്ങൾക്ക് കാരണമാകും.

• തൊഴിൽ നഷ്ടം: AGI ധാരാളം ജോലികൾ ഏറ്റെടുക്കാൻ സാധ്യതയുണ്ട്, ഇത് തൊഴിലില്ലായ്മയും സാമ്പത്തിക അസമത്വവും വർദ്ധിപ്പിക്കും.

• പക്ഷപാതം: AGI സൃഷ്ടിക്കുന്നതിനുള്ള പ്രക്രിയയിൽ മനുഷ്യന്റെ പക്ഷപാതങ്ങൾ ഉൾപ്പെടുത്താനുള്ള സാധ്യതയുണ്ട്. ഇത് ചില വിഭാഗങ്ങളോടുള്ള വിവേചനത്തിന് കാരണമാകും.

• ധാർമ്മികത: AGI ക്ക് ധാർമ്മികതയും മൂല്യങ്ങളും മനസ്സിലാക്കാനും അതിനനുസൃതമായി പ്രവർത്തിക്കാനും കഴിയുമോ എന്നത് വ്യക്തമല്ല.

• മനുഷ്യന്റെ ഭാവി: AGI മനുഷ്യരാശിയുടെ ഭാവിയിൽ വലിയ സ്വാധീനം ചെലുത്താൻ സാധ്യതയുണ്ട്. നമ്മുടെ ജീവിതം എങ്ങനെ ജീവിക്കണം, നമ്മുടെ ലോകം എങ്ങനെ ഭരിക്കണം എന്ന് തീരുമാനിക്കാൻ AGI നമ്മെ സഹായിക്കാൻ സാധ്യതയുണ്ട്.

ഈ പ്രശ്നങ്ങൾ ചർച്ച ചെയ്യുകയും AGI യുടെ വികസനത്തിനും ഉപയോഗത്തിനും മാർഗ്ഗനിർദ്ദേശങ്ങൾ വികസിപ്പിക്കുകയും ചെയ്യേണ്ടത് പ്രധാനമാണ്.

ആർട്ടിഫിഷ്യൽ ജനറൽ ഇന്റലിജൻസ് ന്റെ തരങ്ങൾ:

ആർട്ടിഫിഷ്യൽ ജനറൽ ഇന്റലിജൻസ് ഇതുവരെ നേടിയിട്ടില്ല, എന്നിരുന്നാലും, AGI യുടെ സാധ്യതകളെക്കുറിച്ച് ഗവേഷകർ വിവിധ സൈദ്ധാന്തിക സമീപനങ്ങൾ വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്. ഓരോ സമീപനവും AGI യെ സൃഷ്ടിക്കാൻ വ്യത്യസ്ത രീതികളാണ് സ്വീകരിക്കുന്നത്. ഇതാ ചില പ്രധാന തരങ്ങൾ:

• തന്ത്രശാസ്ത്രപരമായ AGI (Logical AGI):

  • ഈ സമീപനം യുക്തി, ന്യായം, ഭാഷ എന്നിവയിലെ അടിസ്ഥാന തത്വങ്ങൾ ഉപയോഗിച്ച് AGI സൃഷ്ടിക്കാൻ ശ്രമിക്കുന്നു. ലോകത്തെക്കുറിച്ചുള്ള വിവരങ്ങൾ പ്രതീകാത്മകമായി (symbolically) പ്രതിനിധീകരിക്കാനും പ്രശ്നങ്ങൾ പരിഹരിക്കാൻ ന്യായവാദങ്ങൾ ഉപയോഗിക്കാനുമുള്ള കഴിവ് ഈ രീതിയിലുള്ള AGI ക്ക് ഉണ്ടായിരിക്കും.

  • ഉദാഹരണം: ഒരു തന്ത്രശാസ്ത്രപരമായ AGI ചതുരംഗം കളിക്കുന്നതിനേക്കാൾ വിപുലമായ തന്ത്രങ്ങൾ ആവിഷ്കരിക്കാനും നിയമങ്ങൾ പാലിക്കുന്ന പുതിയ ഗെയിമുകൾ കണ്ടുപിടിക്കാനും കഴിയും. കാരണം, അടിസ്ഥാന തത്വങ്ങളും യുക്തിയും ഉപയോഗിച്ച് ഗെയിമുകളെ മനസ്സിലാക്കാനും സാമാന്യവൽക്കരിക്കുനും (Generalize) ഇതിന് കഴിയും.

• ജൈവശാസ്ത്രാധിഷ്ഠിത AGI (Biological AGI):

  • ഈ സമീപനം മനുഷ്യന്റെ തലച്ചോറിന്റെ പ്രവർത്തനങ്ങളെ അടിസ്ഥാനമാക്കി AGI സൃഷ്ടിക്കാൻ ശ്രമിക്കുന്നു. ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ ഉപയോഗിച്ച് പഠിക്കുകയും പരിണാമ പ്രക്രിയയെ അനുകരിച്ച് സ്വയം മെച്ചപ്പെടുത്തുകയും ചെയ്യാനുള്ള കഴിവ് ഈ രീതിയിലുള്ള AGI ക്ക് ഉണ്ടായിരിക്കും.

  • ഈ മേഖലയിലെ ഗവേഷണം വളരെ സങ്കീർണ്ണമാണ്, കാരണം മനുഷ്യ തലച്ചോറിന്റെ പ്രവർത്തനങ്ങൾ ഇപ്പോഴും പൂർണ്ണമായും മനസ്സിലാക്കാൻ കഴിഞ്ഞിട്ടില്ല. എന്നിരുന്നാലും, ഈ സമീപനം ബോധപൂർവ്വകമായ പഠനം, പൊരുത്തപ്പെടൽ, സർഗ്ഗാത്മകത തുടങ്ങിയ മനുഷ്യന്റെ മാനസിക കഴിവുകൾ അനുകരിക്കാൻ ശ്രമിക്കുന്നു.

• സാമൂഹിക AGI (Social AGI):

  • ഈ സമീപനം മനുഷ്യ സമൂഹങ്ങളുടെയും സംസ്കാരങ്ങളുടെയും പഠനത്തിലൂടെ AGI സൃഷ്ടിക്കാൻ ശ്രമിക്കുന്നു. ഈ രീതിയിലുള്ള AGI മനുഷ്യ സംസ്കാരത്തെ മനസ്സിലാക്കുകയും സഹകരിക്കുകയും ചെയ്യും. സാമൂഹിക ബന്ധങ്ങൾ, സംസ്കാരം, ഭാഷ എന്നിവ പോലുള്ള സങ്കീർണ്ണമായ മേഖലകളിൽ പ്രവർത്തിക്കാനുള്ള കഴിവ് ഇതിന് ഉണ്ടായിരിക്കും.

  • ഉദാഹരണം (Example): ഒരു സാമൂഹിക AGI വിവിധ സംസ്കാരങ്ങളിൽ നിന്നുള്ള ആളുകളുമായി ആശയവിനിമയം നടത്താനും സാംസ്കാരിക വ്യത്യാസങ്ങളെ മാനിക്കാനും കഴിയും. കൂടാതെ, സാമൂഹിക പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നതിനോ സംഘടനകൾ ഏകോപിപ്പിക്കുന്നതിനോ സഹായിക്കുന്ന സഹകരണ തന്ത്രങ്ങൾ വികസിപ്പിക്കാനും ഇതിന് കഴിയും.

• അനുകരണീയ AGI (Embodied AGI):

  • ഈ സമീപനം ഭൗതിക ലോകവുമായി ഇടപഴകാൻ കഴിയുന്ന ഒരു ശരീരം (robot) ഉൾപ്പെടെയുള്ള AGI സൃഷ്ടിക്കാൻ ശ്രമിക്കുന്നു. ഈ രീതിയിലുള്ള AGI ക്ക് ചുറ്റുപാടും കാണാനും കേൾക്കാനും സ്പർശിക്കാനും കഴിയും, കൂടാതെ ഭൗതിക ലോകവുമായി ഇടപഴകാനും പഠിക്കാനും കഴിയും.

  • ഈ മേഖലയിലെ ഗവേഷണം റോബോട്ടിക്സ്, സെൻസർ ടെക്നോളജി, യന്ത്ര പഠനം എന്നീ മേഖലകളിൽ നിന്നുള്ള അറിവ് സംയോജിപ്പിക്കുന്നു. അനുകരണീയ AGI ഭാവിയിൽ വീട്ടുജോലികൾ ചെയ്യുന്നതിനോ അപകടകരമായ ടാസ്കുകൾ ഏറ്റെടുക്കുന്നതിനോ ഉപയോഗിക്കപ്പെട്ടേക്കാം.

• ഹൈബ്രിഡ് AGI ( Hybrid AGI):

  • ഈ സമീപനം മുകളിൽ പറഞ്ഞ സമീപനങ്ങളിൽ നിന്നുള്ള ഘടകങ്ങൾ സംയോജിപ്പിച്ച് AGI സൃഷ്ടിക്കാൻ ശ്രമിക്കുന്നു. ഉദാഹരണത്തിന്, ഹൈബ്രിഡ് AGI യുക്തി, ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ, സാമൂഹിക അറിവ് എന്നിവ സംയോജിപ്പിച്ചേക്കാം. ഈ സമീപനം AGI യുടെ കഴിവുകൾ വികസിപ്പിക്കുന്നതിനും വിവിധ സാഹചര്യങ്ങളിൽ പ്രവർത്തനനിരതനാകുന്നതിനും സഹായിക്കുന്നു.

ഉപസംഹാരം ( Conclusion):

പൊതുവായ കൃത്രിമബുദ്ധി (AGI) ഇപ്പോഴും ഒരു സൈദ്ധാന്തിക ആശയമാണ്, എന്നാൽ അത് നമ്മുടെ ഭാവിയിൽ വലിയ സ്വാധീനം ചെലുത്താൻ സാധ്യതയുണ്ട്. AGI ക്ക് നിരവധി ഗുണങ്ങളുണ്ട്, എന്നാൽ ഗുരുതരമായ വെല്ലുവിളികളും ഉണ്ട്. AGI യുടെ വികസനത്തിലേക്കുള്ള സമീപനം ഉത്തരവാദിത്തപൂർവ്വം ആയിരിക്കണം, ഗുണങ്ങൾ ദോഷങ്ങളെ മറികടക്കുകയും ധാർമ്മിക പ്രശ്നങ്ങൾ പരിഹരിക്കുകയും ചെയ്യുന്ന രീതിയിൽ വികസിപ്പിക്കണം.

മുന്നോട്ടുള്ള വഴിയിൽ, AGI ഗവേഷണത്തിൽ നിരന്തരമായ പുരോഗതി നടക്കുന്നുണ്ട്. കമ്പ്യൂട്ടിംഗ് കഴിവ് വർദ്ധിക്കുന്നതോടൊപ്പം, യന്ത്രപഠന (Machine Learning) രീതികളും കൂടുതൽ സങ്കീർണ്ണവും ശക്തവുമാകുന്നു. ഈ പുരോഗതി AGI യുടെ നിർമ്മാണത്തിലേക്കു നയിക്കുമോ അതോ പുതിയ വെല്ലുവിളികൾ ഉയർത്തുമോ എന്നു കാണണം.

പൊതുവായ കൃത്രിമബുദ്ധിയെക്കുറിച്ചുള്ള ചർച്ചകൾ തുടരുകയും ധാർമ്മിക തത്വങ്ങൾ ഉൾപ്പെടെ ഗവേഷണത്തിനും വികസനത്തിനുമുള്ള മാനദണ്ഡങ്ങൾ നിർണ്ണയിക്കേണ്ടതുണ്ട്. AGI വിദൂരഭാവി (distant future) യിൽ മാത്രമേ സാധ്യമാകൂ എന്ന് കരുതുന്നവരും ഉണ്ട്. എന്നാൽ, ഈ രംഗത്തെ പുരോഗതിയെ സൂക്ഷ്മമായി നിരീക്ഷിക്കേണ്ടത് പ്രധാനമാണ്. കാരണം, നമ്മുടെ ലോകത്തെ അടിസ്ഥാന പരമായി പരിവർത്തനം ചെയ്യാനുള്ള കഴിവ് AGI യ്ക് ഉണ്ട്.

ഈ ലേഖനം വളരെ സങ്കീർണ്ണമായ വിഷയത്തെക്കുറിച്ച് ചർച്ച ചെയ്യുന്നതിനാൽ, ചില സങ്കീർണ്ണ ആശയങ്ങൾ വിശദീകരിക്കപ്പെട്ടിട്ടില്ല. കൂടുതൽ വിവരങ്ങൾക്ക്, വിദഗ്ധരെ സമീപിക്കുകയോ വിശ്വസനീയമായ ഉറവിടങ്ങളിൽ നിന്ന് പഠിക്കുകയോ ചെയ്യുക.

ഉറവിടങ്ങൾ:

• https://en.wikipedia.org/wiki/Artificial_intelligence

• https://plato.stanford.edu/entries/artificial-intelligence/

• https://futureoflife.org/cause-area/artificial-intelligence/

അധിക വായനക്ക്:

• പുസ്തകങ്ങൾ

  • Superintelligence: Paths, Dangers, Strategies by Nick Bostrom

    (ഈ പുസ്തകം AGI യുടെ വികസനത്തിന്റെ സാധ്യതയുള്ള അപകടങ്ങളും ഗുണങ്ങളും പര്യവേക്ഷണം ചെയ്യുന്നു)

  • Life 3.0: Being Human in the Age of Artificial Intelligence by Max Tegmark

    (ഈ പുസ്തകം മനുഷ്യരാശിയിൽ AI യുടെ സ്വാധീനത്തെക്കുറിച്ച് ചർച്ച ചെയ്യുന്നു)

  • The Society of Mind by Marvin Minsky

    (ഈ പുസ്തകം കൃത്രിമബുദ്ധിയുടെയും യന്ത്രങ്ങളിൽ ബുദ്ധി എങ്ങനെ ഉണ്ടാകാം എന്നതിന്റെയും ഒരു പരമ്പരാഗത പര്യവേക്ഷണമാണ്)

• ലേഖനങ്ങൾ:

  • "Artificial intelligence revolution: Part 1" and "Part 2" on Wait But Why https://waitbutwhy.com/2015/01/artificial-intelligence-revolution-1.html

    (ഈ ബ്ലോഗ് പരമ്പര AGI യിലേക്കുള്ള ചിന്തയെ ഉണർത്തുന്നതും എളുപ്പം മനസ്സിലാക്കാവുന്നതുമായ ഒരു ആമുഖം നൽകുന്നു)

  • "A Gentle Introduction to AGI" by Pei Wang