Imaginer l’écosystème de l’IA de demain : perspectives et principes

Imaginer l’écosystème de l’IA de demain : perspectives et principes

Horodatage: 13 janvier 2024 2:32 AM
Imaginer l'écosystème de l'IA de demain : perspectives et principes PlatoBlockchain Data Intelligence. Recherche verticale. Aï.

Quel avenir pour l’intelligence artificielle (IA) ? Comment pouvons-nous obtenir une vue d’ensemble complète du paysage évolutif de l’IA ? Le document de recherche « Concevoir des écosystèmes d'intelligence à partir des premiers principes » de Friston et al. (2024) grandes lignes une vision prospective du domaine de l’intelligence artificielle (IA) au cours de la prochaine décennie et au-delà. Cette vision se concentre sur le développement d’un écosystème cyber-physique comprenant à la fois des éléments naturels et synthétiques qui contribuent collectivement à ce que l’on appelle « l’intelligence partagée ». Ce concept souligne le rôle intégral des humains au sein de ces écosystèmes. L’article met l’accent sur une approche spécifique de l’IA connue sous le nom d’« inférence active », considérée comme une approche basée sur la physique pour comprendre et concevoir des agents intelligents. Cette approche partage des principes fondamentaux avec la mécanique quantique, classique et statistique.

L'inférence active est appliquée à la conception de l'IA, suggérant que les systèmes d'IA de nouvelle génération devraient être dotés de croyances explicites sur le monde, intégrant une perspective spécifique dans le cadre d'un modèle génératif. Cela contraste avec les approches traditionnelles de l’IA comme l’apprentissage par renforcement, qui se concentrent principalement sur la sélection d’actions pour maximiser les récompenses. Dans l’inférence active, l’exploration et la curiosité sont considérées comme des éléments tout aussi fondamentaux de l’intelligence, conduisant aux actions censées réduire l’incertitude.

L’architecture multi-échelle de l’inférence active est un autre aspect crucial. Il reconnaît différentes échelles temporelles dans l'apprentissage et la sélection du modèle, fonctionnant de manière similaire sur des échelles de temps imbriquées pour maximiser les preuves du modèle. L’intelligence, dans ce contexte, est intrinsèquement une perspective, impliquant un engagement actif dans le monde à partir d’un ensemble spécifique de croyances.

La communication au sein de ces systèmes intelligents est également un thème clé. L'article soutient que l'intelligence, à n'importe quelle échelle, nécessite un modèle génératif partagé et un terrain d'entente, qui peuvent être obtenus grâce à diverses méthodes telles que l'apprentissage d'ensemble, des mélanges d'experts et la moyenne du modèle bayésien. Un aspect important de l’inférence active dans ce contexte est la sélection des messages ou des points de vue qui fournissent le plus grand gain d’informations attendu.

Enfin, l'article aborde des considérations éthiques, en soulignant l'importance de valoriser et de sauvegarder l'individualité dans le développement de systèmes d'intelligence collective à grande échelle. Cette approche contraste avec des modèles comme les insectes eusociaux, où les individus sont largement remplaçables. Les auteurs plaident en faveur d’un réseau cyber-physique d’intelligence émergente qui respecte l’individualité de tous les participants, humains ou non.

En résumé, le livre blanc de Friston et al. présente une approche visionnaire du développement de l’IA, centrée sur l’inférence active et la création d’écosystèmes intelligents qui intègrent et respectent l’individualité des agents humains et non humains. Cette approche suggère un changement de paradigme important dans la façon dont l’IA est conceptualisée et développée, avec des implications pour l’avenir de la technologie et de la société.

Source de l'image: Shutterstock

Horodatage:

Plus de Blockchain Nouvelles