De combinatie van neurowetenschap, psychologie en AI levert een fundamenteel model van menselijk denken op

Vooruitgang in kunstmatige intelligentie heeft de creatie mogelijk gemaakt van AI's die taken uitvoeren die voorheen alleen voor mensen mogelijk werden geacht, zoals: talen vertalen, rijdende auto's, bordspellen spelen op wereldkampioen niveau, en de structuur van eiwitten extraheren. Elk van deze AI's is echter ontworpen en uitgebreid getraind voor een enkele taak en heeft het vermogen om alleen te leren wat nodig is voor die specifieke taak.

Recente AI's die produceren vloeiende tekst, ook in gesprek met mensen, en indrukwekkende en unieke kunst genereren kan geven verkeerde indruk van een geest op het werk. Maar zelfs dit zijn gespecialiseerde systemen die nauw gedefinieerde taken uitvoeren en enorme hoeveelheden training vereisen.

Het blijft nog steeds een enorme uitdaging om meerdere AI's te combineren tot één die veel verschillende taken kan leren en uitvoeren, laat staan ​​de volledige breedte van taken die door mensen worden uitgevoerd nastreven of gebruik maken van het scala aan ervaringen dat beschikbaar is voor mensen die de hoeveelheid gegevens verminderen die anders nodig zijn om leren hoe u deze taken uitvoert. De beste huidige AI's in dit opzicht, zoals: alfanul en kat, kan een verscheidenheid aan taken aan die in één mal passen, zoals gamen. Kunstmatige algemene intelligentie (AGI) die in staat is tot een breed scala aan taken blijft ongrijpbaar.

Uiteindelijk, AGI's moet kunnen effectief met elkaar en met mensen omgaan in verschillende fysieke omgevingen en sociale contexten, de brede variëteit aan vaardigheden en kennis die daarvoor nodig zijn integreren en flexibel en efficiënt leren van deze interacties.

Het bouwen van AGI's komt neer op het bouwen van kunstmatige geesten, zij het sterk vereenvoudigd in vergelijking met menselijke geesten. En om een ​​kunstmatige geest op te bouwen, moet je beginnen met een cognitief model.

Van mens tot kunstmatige algemene intelligentie

Mensen hebben een bijna onbeperkte reeks vaardigheden en kennis en leren snel nieuwe informatie zonder dat ze daarvoor opnieuw moeten worden ontworpen. Het is denkbaar dat een AGI gebouwd kan worden met een benadering die fundamenteel verschilt van menselijke intelligentie. Echter, als drie oude onderzoekers in AI en Cognitieve wetenschap, is onze aanpak om inspiratie en inzichten te putten uit de structuur van de menselijke geest. We werken naar AGI toe door te proberen de menselijke geest beter te begrijpen, en de menselijke geest beter te begrijpen door naar AGI toe te werken.

Uit onderzoek in neurowetenschappen, cognitieve wetenschap en psychologie, weten we dat het menselijk brein noch een enorme homogene reeks neuronen is, noch een enorme reeks taakspecifieke programma's die elk een enkel probleem oplossen. In plaats daarvan is het een set van regio's met verschillende eigenschappen die de basale cognitieve vermogens ondersteunen die samen de menselijke geest vormen.

Deze mogelijkheden omvatten perceptie en actie; kortetermijngeheugen voor wat relevant is in de huidige situatie; langetermijngeheugen voor vaardigheden, ervaring en kennis; redeneren en beslissen; emotie en motivatie; en het leren van nieuwe vaardigheden en kennis uit het volledige scala van wat een persoon waarneemt en ervaart.

In plaats van zich te concentreren op specifieke capaciteiten afzonderlijk, AI-pionier Allen Newel in 1990 suggereerde zich te ontwikkelen Uniforme theorieën over cognitie die alle aspecten van het menselijk denken integreren. Onderzoekers hebben softwareprogramma's kunnen bouwen met de naam cognitieve architecturen die dergelijke theorieën belichamen, waardoor ze kunnen worden getest en verfijnd.

Cognitieve architecturen zijn gebaseerd op meerdere wetenschappelijke gebieden met verschillende perspectieven. Neurowetenschap richt zich op de organisatie van het menselijk brein, cognitieve psychologie op menselijk gedrag in gecontroleerde experimenten, en kunstmatige intelligentie op bruikbare mogelijkheden.

Het gemeenschappelijke model van cognitie

We zijn betrokken geweest bij de ontwikkeling van drie cognitieve architecturen: ACT-R, Zweven, en Sigma. Andere onderzoekers zijn ook bezig geweest met alternatieve benaderingen. één papier identificeerde bijna 50 actieve cognitieve architecturen. Deze wildgroei aan architecturen is deels een directe weerspiegeling van de meerdere betrokken perspectieven en deels een verkenning van een breed scala aan mogelijke oplossingen. Maar wat de oorzaak ook is, het roept lastige vragen op, zowel wetenschappelijk als met betrekking tot het vinden van een samenhangend pad naar AGI.

Gelukkig heeft deze proliferatie het veld tot een belangrijk buigpunt gebracht. Wij drieën hebben een opvallende convergentie tussen architecturen vastgesteld, als gevolg van een combinatie van neurale, gedrags- en computationele studies. Als reactie daarop zijn we gestart met een gemeenschapsbrede inspanning om deze convergentie vast te leggen op een manier die lijkt op de Standaardmodel van deeltjesfysica die ontstond in de tweede helft van de 20e eeuw.

Deze Gemeenschappelijk model van cognitie verdeelt menselijke gedachten in meerdere modules, met een kortetermijngeheugenmodule in het midden van het model. De andere modules (perceptie, actie, vaardigheden en kennis) werken er doorheen.

Leren, in plaats van opzettelijk te gebeuren, gebeurt automatisch als een neveneffect van verwerking. Met andere woorden, u bepaalt niet wat er in het langetermijngeheugen wordt opgeslagen. In plaats daarvan bepaalt de architectuur wat er wordt geleerd op basis van waar je ook aan denkt. Dit kan leiden tot het leren van nieuwe feiten waaraan u wordt blootgesteld of nieuwe vaardigheden die u probeert. Het kan ook verfijningen opleveren voor bestaande feiten en vaardigheden.

De modules zelf werken parallel; zodat u zich bijvoorbeeld iets kunt herinneren terwijl u luistert en rondkijkt in uw omgeving. De berekeningen van elke module zijn enorm parallel, wat betekent dat er veel kleine rekenstappen tegelijkertijd plaatsvinden. Door bijvoorbeeld een relevant feit op te halen uit een enorme schat aan eerdere ervaringen, kan de langetermijngeheugenmodule in één stap de relevantie van alle bekende feiten tegelijkertijd bepalen.

De weg wijzen naar kunstmatige algemene intelligentie

Het Common Model is gebaseerd op de huidige consensus in onderzoek naar cognitieve architecturen en heeft het potentieel om richting te geven aan onderzoek naar zowel natuurlijke als kunstmatige algemene intelligentie. Wanneer het wordt gebruikt om communicatiepatronen in de hersenen te modelleren, levert het gemeenschappelijke model nauwkeurigere resultaten op dan toonaangevende modellen uit de neurowetenschappen. Deze breidt zijn vermogen uit om mensen te modelleren- het enige systeem waarvan bewezen is dat het in staat is tot algemene intelligentie - buiten cognitieve overwegingen om de organisatie van de hersenen zelf te omvatten.

We beginnen pogingen te zien om bestaande cognitieve architecturen te relateren aan het Common Model en het te gebruiken als basis voor nieuw werk, bijvoorbeeld een interactieve AI ontworpen om mensen te coachen naar beter gezondheidsgedrag. Een van ons was betrokken bij het ontwikkelen van een AI op basis van Soar, genaamd Rosie, die nieuwe taken leert via instructies in het Engels van menselijke leraren. Het leert 60 verschillende puzzels en spellen en kan wat het leert van het ene spel naar het andere overbrengen. Het leert ook een mobiele robot te besturen voor taken zoals het ophalen en bezorgen van pakketten en het patrouilleren in gebouwen.

Rosie is slechts één voorbeeld van hoe je een AI kunt bouwen die AGI benadert via een cognitieve architectuur die goed wordt gekarakteriseerd door het Common Model. In dit geval leert de AI automatisch nieuwe vaardigheden en kennis tijdens algemeen redeneren, waarbij natuurlijke taalinstructie van mensen en een minimale hoeveelheid ervaring worden gecombineerd, met andere woorden, een AI die meer als een menselijke geest functioneert dan de huidige AI's, die leren via brute rekenkracht en enorme hoeveelheden data.

Vanuit een breder AGI-perspectief kijken we naar het Common Model, zowel als een gids bij het ontwikkelen van dergelijke architecturen en AI's, als als een middel om de inzichten die uit die pogingen zijn afgeleid, te integreren in een consensus die uiteindelijk tot AGI leidt.

Dit artikel is opnieuw gepubliceerd vanaf The Conversation onder een Creative Commons-licentie. Lees de originele artikel.

Krediet van het beeld: Shutterstock.com/wowowG