Tulevaisuuden tekoälyekosysteemin visio: näkökulmia ja periaatteita

Mitä tekoälyn (AI) tulevaisuus kattaa? Kuinka voimme saada kattavan yleiskuvan tekoälyn kehittyvästä maisemasta? Tutkimuspaperi "Designing Ecosystems of Intelligence from First Principles" Friston et al. (2024) ääriviivat tulevaisuuteen suuntautuva näkemys tekoälyn (AI) alalla seuraavan vuosikymmenen aikana ja sen jälkeen. Tämä visio keskittyy sellaisen kyberfyysisen ekosysteemin kehittämiseen, joka sisältää sekä luonnollisia että synteettisiä elementtejä, jotka yhdessä edistävät niin sanottua "jaettua älykkyyttä". Tämä käsite korostaa ihmisten olennaista roolia näissä ekosysteemeissä. Paperi korostaa erityistä lähestymistapaa tekoälyyn, joka tunnetaan nimellä "aktiivinen päättely", joka nähdään fysiikkaan perustuvana lähestymistapana älykkäiden agenttien ymmärtämiseen ja suunnitteluun. Tämä lähestymistapa jakaa perusperiaatteet kvanttimekaniikan, klassisen ja tilastollisen mekaniikan kanssa.

Tekoälysuunnittelussa käytetään aktiivista päättelyä, mikä viittaa siihen, että seuraavan sukupolven tekoälyjärjestelmät tulisi varustaa eksplisiittisillä uskomuksilla maailmasta ja sisällyttää tietty näkökulma generatiiviseen malliin​. Tämä eroaa perinteisistä tekoälymenetelmistä, kuten vahvistusoppimisesta, joka keskittyy ensisijaisesti toimintojen valintaan palkkioiden maksimoimiseksi. Aktiivisissa päätelmissä tutkiminen ja uteliaisuus katsotaan yhtä tärkeitä älykkyydelle, ja ne edistävät toimia, joiden odotetaan vähentävän epävarmuutta.

Aktiivisen päättelyn monimittainen arkkitehtuuri on toinen ratkaiseva näkökohta. Se tunnustaa erilaiset ajalliset asteikot oppimisessa ja mallin valinnassa ja toimivat samalla tavalla sisäkkäisillä aikaskaaloilla maksimoidakseen mallin todisteita. Älykkyys on tässä yhteydessä luonnostaan ​​perspektiivinen, ja se sisältää aktiivisen vuorovaikutuksen maailman kanssa tietyistä uskomuksista.

Viestintä näissä älykkäissä järjestelmissä on myös keskeinen teema. Paperi väittää, että älykkyys missä tahansa mittakaavassa vaatii jaetun generatiivisen mallin ja yhteisen perustan, joka voidaan saavuttaa useilla eri menetelmillä, kuten ryhmäoppimisella, asiantuntijoiden sekoituksella ja Bayesin mallin keskiarvon laskemisella. Tärkeä näkökohta aktiivisessa päättelyssä tässä yhteydessä on sellaisten viestien tai näkökulmien valinta, jotka tarjoavat suurimman odotetun tiedonsaannin.

Lopuksi artikkelissa käsitellään eettisiä näkökohtia ja korostetaan yksilöllisyyden arvostamisen ja turvaamisen merkitystä laajamittaisten kollektiivisten tiedustelujärjestelmien kehittämisessä. Tämä lähestymistapa on ristiriidassa eusosiaalisten hyönteisten kaltaisten mallien kanssa, joissa yksilöt ovat suurelta osin korvattavissa. Kirjoittajat puoltavat kyber-fyysistä syntyvän älyn verkostoa, joka kunnioittaa kaikkien osallistujien yksilöllisyyttä, olipa se sitten inhimillinen tai muu.

Yhteenvetona voidaan todeta, että Friston et al.:n valkoinen kirja esittelee visionäärisen lähestymistavan tekoälyn kehittämiseen, joka keskittyy aktiiviseen päättelyyn ja älykkäiden ekosysteemien luomiseen, jotka sisältävät ja kunnioittavat sekä ihmisten että ei-ihmistekijöiden yksilöllisyyttä. Tämä lähestymistapa viittaa merkittävään paradigman muutokseen tekoälyn käsitteellistämisessä ja kehittämisessä, mikä vaikuttaa teknologian ja yhteiskunnan tulevaisuuteen.

Kuvalähde: Shutterstock

• SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
• PlatoData.Network Vertical Generatiivinen Ai. Vahvista itseäsi. Pääsy tästä.
• PlatoAiStream. Web3 Intelligence. Tietoa laajennettu. Pääsy tästä.
• PlatoESG. hiili, CleanTech, energia, ympäristö, Aurinko, Jätehuolto. Pääsy tästä.
• PlatonHealth. Biotekniikan ja kliinisten kokeiden älykkyys. Pääsy tästä.
• Lähde: https://Blockchain.News/analysis/envisioning-the-ai-ecosystem-of-tomorrow-perspectives-and-principles