Inteligência Artificial Geral
Artificial General Intelligence (AGI)
Conceito hipotético
BásicoCategoria: Fundamentos e paradigmasSubcategoria: Conceitos centrais
O que significa
Inteligência Artificial Geral (AGI) é um conceito de IA que descreve sistemas capazes de aprender, compreender, raciocinar e executar diferentes tipos de tarefas intelectuais, adaptando seus conhecimentos a novos contextos, em vez de serem especializados em uma única tarefa.
Diferentemente da IA estreita (ANI), que é desenvolvida para funções específicas, a AGI teria uma capacidade mais ampla e generalizável, comparável à versatilidade da inteligência humana.
Importante: a AGI ainda é um conceito e não existe consenso de que sistemas atuais tenham atingido esse nível.
Como usar na prática de produto
Na prática de Produto, AGI aparece mais como referência para discutir o futuro da tecnologia do que como uma solução que pode ser implementada hoje. O conceito ajuda a pensar em cenários nos quais sistemas de IA terão capacidades mais amplas, maior autonomia e conseguirão executar diferentes etapas de uma jornada.
Quando usar este termo ou outro
Use AGI quando estiver falando especificamente de uma inteligência artificial com capacidades amplas e generalizáveis. Para produtos e funcionalidades disponíveis hoje, normalmente é mais adequado usar IA, IA Generativa, LLM, agente de IA ou Machine Learning, dependendo da tecnologia. Evite usar AGI apenas para indicar que uma IA é muito avançada ou capaz de realizar várias tarefas.
Exemplos de aplicação
- Como a AGI ainda é um conceito, os exemplos são hipotéticos:
- Uma IA capaz de aprender diferentes funções dentro de uma empresa sem precisar ser desenvolvida especificamente para cada uma.
- Um sistema que aprende sobre um novo mercado e consegue aplicar conhecimentos adquiridos anteriormente em outros contextos.
- Uma IA que recebe um objetivo complexo, aprende o que precisa para realizá-lo e executa diferentes tipos de tarefas para chegar ao resultado.
- Um assistente capaz de lidar com problemas novos em diferentes áreas sem depender de um fluxo previamente definido.
Origem do termo
Popularizado por Ben Goertzel e Shane Legg em meados dos anos 2000; contrasta com a IA estreita (ANI), que resolve tarefas delimitadas.
Fonte técnica
Goertzel & Pennachin, Artificial General Intelligence (2007); Google Machine Learning Glossary