Ο συνδυασμός νευροεπιστήμης, ψυχολογίας και τεχνητής νοημοσύνης αποδίδει ένα θεμελιώδες μοντέλο ανθρώπινης σκέψης

Πρόοδος στο τεχνητή νοημοσύνη επέτρεψε τη δημιουργία AI που εκτελούν εργασίες που προηγουμένως θεωρούνταν δυνατές μόνο για τον άνθρωπο, όπως π.χ μεταφράζοντας γλώσσες, οδήγηση αυτοκινήτων, παίζοντας επιτραπέζια παιχνίδια σε επίπεδο παγκόσμιου πρωταθλητή, και εξαγωγή της δομής των πρωτεϊνών. Ωστόσο, καθένα από αυτά τα AI έχει σχεδιαστεί και εκπαιδευτεί εξαντλητικά για μια μεμονωμένη εργασία και έχει τη δυνατότητα να μαθαίνει μόνο ό,τι χρειάζεται για τη συγκεκριμένη εργασία.

Πρόσφατες AI που παράγουν ρέον κείμενο, συμπεριλαμβανομένης της συνομιλίας με ανθρώπους, και δημιουργούν εντυπωσιακή και μοναδική τέχνη μπορεί να δώσει το λανθασμένη εντύπωση ενός μυαλού στη δουλειά. Αλλά ακόμη και αυτά είναι εξειδικευμένα συστήματα που εκτελούν στενά καθορισμένες εργασίες και απαιτούν τεράστιο όγκο εκπαίδευσης.

Παραμένει ακόμη μια τρομακτική πρόκληση να συνδυάσετε πολλά AI σε ένα που μπορεί να μάθει και να εκτελέσει πολλές διαφορετικές εργασίες, πολύ λιγότερο να επιδιώξει το πλήρες εύρος των εργασιών που εκτελούνται από ανθρώπους ή να αξιοποιήσει το εύρος των εμπειριών που είναι διαθέσιμες στους ανθρώπους που μειώνουν τον όγκο των δεδομένων που απαιτούνται διαφορετικά για μάθετε πώς να εκτελείτε αυτές τις εργασίες. Τα καλύτερα τρέχοντα AI από αυτή την άποψη, όπως π.χ αλφαμηδέν και Gato, μπορεί να χειριστεί μια ποικιλία εργασιών που ταιριάζουν σε ένα μόνο καλούπι, όπως το παιχνίδι. Τεχνητή γενική νοημοσύνη (AGI) που είναι ικανό για ένα εύρος εργασιών παραμένει άπιαστο.

Τελικά, AGIs πρέπει να είναι σε θέση αλληλεπιδρούν αποτελεσματικά μεταξύ τους και με ανθρώπους σε διάφορα φυσικά περιβάλλοντα και κοινωνικά πλαίσια, ενσωματώνουν τις μεγάλες ποικιλίες δεξιοτήτων και γνώσεων που απαιτούνται για να το κάνουν και μαθαίνουν με ευελιξία και αποτελεσματικότητα από αυτές τις αλληλεπιδράσεις.

Η κατασκευή AGI καταλήγει στην κατασκευή τεχνητών μυαλών, αν και πολύ απλοποιημένη σε σύγκριση με τα ανθρώπινα μυαλά. Και για να χτίσετε ένα τεχνητό μυαλό, πρέπει να ξεκινήσετε με ένα μοντέλο γνώσης.

Από την ανθρώπινη στην τεχνητή γενική νοημοσύνη

Οι άνθρωποι έχουν ένα σχεδόν απεριόριστο σύνολο δεξιοτήτων και γνώσεων και μαθαίνουν γρήγορα νέες πληροφορίες χωρίς να χρειάζεται να επανασχεδιαστούν για να το κάνουν. Είναι κατανοητό ότι ένα AGI μπορεί να κατασκευαστεί χρησιμοποιώντας μια προσέγγιση που είναι θεμελιωδώς διαφορετική από την ανθρώπινη νοημοσύνη. Ωστόσο, ως τρεις μακροχρόνια ερευνητές in AI και γνωστική επιστήμη, η προσέγγισή μας είναι να αντλούμε έμπνευση και ιδέες από τη δομή του ανθρώπινου μυαλού. Εργαζόμαστε προς το AGI προσπαθώντας να κατανοήσουμε καλύτερα τον ανθρώπινο νου και να κατανοήσουμε καλύτερα τον ανθρώπινο νου δουλεύοντας προς το AGI.

Από έρευνα στο νευροεπιστήμη, τη γνωστική επιστήμη και την ψυχολογία, γνωρίζουμε ότι ο ανθρώπινος εγκέφαλος δεν είναι ούτε ένα τεράστιο ομοιογενές σύνολο νευρώνων ούτε ένα τεράστιο σύνολο προγραμμάτων ειδικά για κάθε εργασία που το καθένα λύνει ένα μόνο πρόβλημα. Αντίθετα, είναι ένα σύνολο περιοχών με διαφορετικές ιδιότητες που υποστηρίζουν τις βασικές γνωστικές ικανότητες που μαζί σχηματίζουν το ανθρώπινο μυαλό.

Αυτές οι δυνατότητες περιλαμβάνουν αντίληψη και δράση. βραχυπρόθεσμη μνήμη για ό,τι είναι σχετικό στην τρέχουσα κατάσταση· μακροπρόθεσμες αναμνήσεις για δεξιότητες, εμπειρία και γνώσεις. συλλογιστική και λήψη αποφάσεων· συναίσθημα και κίνητρο. και την εκμάθηση νέων δεξιοτήτων και γνώσεων από όλο το φάσμα αυτών που αντιλαμβάνεται και βιώνει ένα άτομο.

Αντί να εστιάζει σε συγκεκριμένες δυνατότητες μεμονωμένα, η AI πρωτοπορεί Άλεν Νιούελ το 1990 πρότεινε την ανάπτυξη Ενοποιημένες Θεωρίες της Γνώσης που ενσωματώνουν όλες τις πτυχές της ανθρώπινης σκέψης. Οι ερευνητές μπόρεσαν να δημιουργήσουν προγράμματα λογισμικού που ονομάζονται γνωστικές αρχιτεκτονικές που ενσωματώνουν τέτοιες θεωρίες, καθιστώντας δυνατή τη δοκιμή και τη βελτίωση τους.

Οι γνωστικές αρχιτεκτονικές στηρίζονται σε πολλαπλά επιστημονικά πεδία με ξεχωριστές προοπτικές. Η νευροεπιστήμη επικεντρώνεται στην οργάνωση του ανθρώπινου εγκεφάλου, η γνωστική ψυχολογία στην ανθρώπινη συμπεριφορά σε ελεγχόμενα πειράματα και η τεχνητή νοημοσύνη στις χρήσιμες ικανότητες.

Το Κοινό Μοντέλο της Γνώσης

Έχουμε συμμετάσχει στην ανάπτυξη τριών γνωστικών αρχιτεκτονικών: ACT-R, Πτήση, και Sigma. Άλλοι ερευνητές ασχολήθηκαν επίσης με εναλλακτικές προσεγγίσεις. Ένα χαρτί εντόπισε σχεδόν 50 ενεργές γνωστικές αρχιτεκτονικές. Αυτός ο πολλαπλασιασμός των αρχιτεκτονικών είναι εν μέρει μια άμεση αντανάκλαση των πολλαπλών προοπτικών που εμπλέκονται, και εν μέρει μια εξερεύνηση μιας ευρείας σειράς πιθανών λύσεων. Ωστόσο, όποια και αν είναι η αιτία, εγείρει αμήχανα ερωτήματα τόσο επιστημονικά όσο και σε σχέση με την εύρεση ενός συνεκτικού μονοπατιού προς το AGI.

Ευτυχώς, αυτός ο πολλαπλασιασμός έχει φέρει το πεδίο σε ένα σημαντικό σημείο καμπής. Οι τρεις μας έχουμε εντοπίσει μια εντυπωσιακή σύγκλιση μεταξύ των αρχιτεκτονικών, που αντικατοπτρίζει έναν συνδυασμό νευρωνικών, συμπεριφορικών και υπολογιστικών μελετών. Σε απάντηση, ξεκινήσαμε μια προσπάθεια σε επίπεδο κοινότητας για την αποτύπωση αυτής της σύγκλισης με τρόπο παρόμοιο με το Καθιερωμένο Μοντέλο Σωματιδιακής Φυσικής που εμφανίστηκε στο δεύτερο μισό του 20ού αιώνα.

Αυτός ο διαλογισμός στα Κοινό Μοντέλο Γνώσης χωρίζει την ανθρώπινη σκέψη σε πολλαπλές ενότητες, με μια μονάδα βραχυπρόθεσμης μνήμης στο κέντρο του μοντέλου. Οι άλλες ενότητες (αντίληψη, δράση, δεξιότητες και γνώση) αλληλεπιδρούν μέσω αυτού.

Η μάθηση, αντί να συμβαίνει σκόπιμα, συμβαίνει αυτόματα ως παρενέργεια της επεξεργασίας. Με άλλα λόγια, δεν αποφασίζετε εσείς τι θα αποθηκευτεί στη μακροπρόθεσμη μνήμη. Αντίθετα, η αρχιτεκτονική καθορίζει τι μαθαίνεται με βάση ό,τι σκέφτεστε. Αυτό μπορεί να οδηγήσει στην εκμάθηση νέων γεγονότων στα οποία εκτίθεστε ή νέων δεξιοτήτων που επιχειρείτε. Μπορεί επίσης να δώσει βελτιώσεις σε υπάρχοντα γεγονότα και δεξιότητες.

Οι ίδιες οι μονάδες λειτουργούν παράλληλα. για παράδειγμα, επιτρέποντάς σας να θυμάστε κάτι ενώ ακούτε και κοιτάζετε το περιβάλλον σας. Οι υπολογισμοί κάθε ενότητας είναι κατά πολύ παράλληλοι, πράγμα που σημαίνει ότι πολλά μικρά υπολογιστικά βήματα συμβαίνουν ταυτόχρονα. Για παράδειγμα, κατά την ανάκτηση ενός σχετικού γεγονότος από ένα τεράστιο πλήθος προηγούμενων εμπειριών, η μονάδα μακροπρόθεσμης μνήμης μπορεί να καθορίσει τη συνάφεια όλων των γνωστών γεγονότων ταυτόχρονα, σε ένα μόνο βήμα.

Καθοδήγηση του Δρόμου προς την Τεχνητή Γενική Νοημοσύνη

Το Κοινό Μοντέλο βασίζεται στην τρέχουσα συναίνεση στην έρευνα στις γνωστικές αρχιτεκτονικές και έχει τη δυνατότητα να καθοδηγήσει την έρευνα τόσο για τη φυσική όσο και για την τεχνητή γενική νοημοσύνη. Όταν χρησιμοποιείται για τη μοντελοποίηση προτύπων επικοινωνίας στον εγκέφαλο, το Κοινό Μοντέλο αποδίδει πιο ακριβή αποτελέσματα από τα κορυφαία μοντέλα της νευροεπιστήμης. Αυτό επεκτείνει την ικανότητά του να μοντελοποιεί ανθρώπους—το ένα σύστημα που έχει αποδειχτεί ικανό για γενική νοημοσύνη—πέρα από τις γνωστικές εκτιμήσεις που περιλαμβάνει την οργάνωση του ίδιου του εγκεφάλου.

Αρχίζουμε να βλέπουμε προσπάθειες να συσχετίσουμε υπάρχουσες γνωστικές αρχιτεκτονικές με το Κοινό Μοντέλο και να το χρησιμοποιήσουμε ως βάση για νέες εργασίες — για παράδειγμα, ένα διαδραστικό AI σχεδιασμένο να καθοδηγεί τους ανθρώπους για καλύτερη συμπεριφορά υγείας. Ένας από εμάς συμμετείχε στην ανάπτυξη ενός AI βασισμένου στο Soar, μεταγλωττισμένο Rosie, που μαθαίνει νέες εργασίες μέσω οδηγιών στα αγγλικά από ανθρώπους δασκάλους. Μαθαίνει 60 διαφορετικά παζλ και παιχνίδια και μπορεί να μεταφέρει όσα μαθαίνει από το ένα παιχνίδι στο άλλο. Μαθαίνει επίσης να ελέγχει ένα κινητό ρομπότ για εργασίες όπως η παραλαβή και η παράδοση δεμάτων και η περιπολία κτιρίων.

Η Rosie είναι μόνο ένα παράδειγμα του τρόπου κατασκευής ενός AI που προσεγγίζει το AGI μέσω μιας γνωστικής αρχιτεκτονικής που χαρακτηρίζεται καλά από το Κοινό Μοντέλο. Σε αυτήν την περίπτωση, η τεχνητή νοημοσύνη μαθαίνει αυτόματα νέες δεξιότητες και γνώσεις κατά τη διάρκεια της γενικής λογικής που συνδυάζει διδασκαλία φυσικής γλώσσας από ανθρώπους και ελάχιστη εμπειρία - με άλλα λόγια, μια τεχνητή νοημοσύνη που λειτουργεί περισσότερο σαν ανθρώπινο μυαλό από τα σημερινά AI, τα οποία μαθαίνουν μέσω ωμής υπολογιστική δύναμη και τεράστιες ποσότητες δεδομένων.

Από μια ευρύτερη προοπτική AGI, εξετάζουμε το Κοινό Μοντέλο τόσο ως οδηγό για την ανάπτυξη τέτοιων αρχιτεκτονικών και AI, όσο και ως μέσο για την ενσωμάτωση των γνώσεων που προέρχονται από αυτές τις προσπάθειες σε μια συναίνεση που τελικά οδηγεί σε AGI.

Αυτό το άρθρο αναδημοσιεύθηκε από το Η Συνομιλία υπό την άδεια Creative Commons. Διαβάστε το αρχικό άρθρο.

Image Credit: Shutterstock.com/wowowG