Wizja ekosystemu sztucznej inteligencji jutra: perspektywy i zasady

Jaka będzie przyszłość sztucznej inteligencji (AI)? Jak możemy uzyskać kompleksowy przegląd ewoluującego krajobrazu sztucznej inteligencji? Artykuł badawczy „Designing Ecosystems of Intelligence from First Principles” autorstwa Fristona i in. (2024) wytyczne przyszłościową wizję dziedziny sztucznej inteligencji (AI) na następną dekadę i później. Wizja ta skupia się na rozwoju ekosystemu cyberfizycznego składającego się zarówno z elementów naturalnych, jak i syntetycznych, które wspólnie przyczyniają się do tak zwanej „wspólnej inteligencji”. Koncepcja ta podkreśla integralną rolę człowieka w tych ekosystemach. W artykule podkreślono specyficzne podejście do sztucznej inteligencji, znane jako „aktywne wnioskowanie”, które jest postrzegane jako oparte na fizyce podejście do zrozumienia i projektowania inteligentnych agentów. Podejście to ma wspólne podstawowe zasady z mechaniką kwantową, klasyczną i statystyczną.

Do projektowania sztucznej inteligencji stosuje się aktywne wnioskowanie, co sugeruje, że systemy sztucznej inteligencji nowej generacji powinny być wyposażone w wyraźne przekonania na temat świata, obejmujące konkretną perspektywę w ramach modelu generatywnego. Kontrastuje to z tradycyjnym podejściem do sztucznej inteligencji, takim jak uczenie się przez wzmacnianie, które koncentruje się przede wszystkim na wyborze działań w celu maksymalizacji nagród. W aktywnym wnioskowaniu eksploracja i ciekawość są postrzegane jako równie istotne dla inteligencji, gdyż napędzają działania, które mają zmniejszyć niepewność.

Kolejnym kluczowym aspektem jest wieloskalowa architektura aktywnego wnioskowania. Uwzględnia różne skale czasowe w uczeniu się i wyborze modelu, działając w podobny sposób w zagnieżdżonych skalach czasowych, aby zmaksymalizować dowody modelu. W tym kontekście inteligencja jest z natury perspektywiczna i obejmuje aktywne zaangażowanie w świat w oparciu o określony zestaw przekonań.

Kluczowym tematem jest także komunikacja w ramach tych inteligentnych systemów. W artykule argumentuje się, że inteligencja w dowolnej skali wymaga wspólnego modelu generatywnego i wspólnej płaszczyzny, co można osiągnąć za pomocą różnych metod, takich jak uczenie się zespołowe, mieszanka ekspertów i uśrednianie w modelu Bayesa. Ważnym aspektem aktywnego wnioskowania w tym kontekście jest wybór komunikatów lub punktów widzenia, które zapewniają największy oczekiwany zysk informacyjny.

Na koniec w artykule poruszono kwestie etyczne, podkreślając znaczenie doceniania i ochrony indywidualności w rozwoju wielkoskalowych systemów inteligencji zbiorowej. Podejście to kontrastuje z modelami takimi jak owady eusocial, w przypadku których osobniki są w dużej mierze wymienne. Autorzy opowiadają się za cyberfizyczną siecią wschodzącej inteligencji, która szanuje indywidualność wszystkich uczestników, niezależnie od tego, czy są to ludzie, czy nie.

Podsumowując, biała księga Fristona i wsp. przedstawia wizjonerskie podejście do rozwoju sztucznej inteligencji, skupione wokół aktywnego wnioskowania i tworzenia inteligentnych ekosystemów, które uwzględniają i szanują indywidualność zarówno agentów ludzkich, jak i innych. Podejście to sugeruje znaczącą zmianę paradygmatu w sposobie konceptualizacji i rozwoju sztucznej inteligencji, co ma konsekwencje dla przyszłości technologii i społeczeństwa.

Źródło obrazu: Shutterstock

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
• PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
• PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
• Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
• Źródło: https://Blockchain.News/analysis/envisioning-the-ai-ecosystem-of-tomorrow-perspectives-and-principles