Połączenie neuronauki, psychologii i sztucznej inteligencji daje fundamentalny model ludzkiej myśli

Postęp w sztuczna inteligencja umożliwiło tworzenie AI, które wykonują zadania, które wcześniej uważano za możliwe tylko dla ludzi, takie jak: tłumaczenia języków, jeżdżenie samochodami, granie w gry planszowe na poziomie mistrza świata, i wydobycie struktury białek. Jednak każda z tych sztucznej inteligencji została zaprojektowana i wyczerpująco przeszkolona pod kątem pojedynczego zadania i ma zdolność uczenia się tylko tego, co jest potrzebne do tego konkretnego zadania.

Najnowsze AI, które produkują płynny tekst, w tym w rozmowie z ludźmi, oraz generować imponującą i niepowtarzalną sztukę może dać fałszywe wrażenie pracy umysłu. Ale nawet to są wyspecjalizowane systemy, które realizują wąsko zdefiniowane zadania i wymagają ogromnej ilości szkoleń.

Nadal zniechęcającym wyzwaniem pozostaje połączenie wielu sztucznej inteligencji w jedną, która może uczyć się i wykonywać wiele różnych zadań, a tym bardziej realizować pełny zakres zadań wykonywanych przez ludzi lub wykorzystywać zakres dostępnych dla ludzi doświadczeń, które zmniejszają ilość danych, które w przeciwnym razie są wymagane do dowiedz się, jak wykonywać te zadania. Najlepsze obecne AI w tym zakresie, takie jak AlfaZero i Kot, może obsługiwać różne zadania, które pasują do jednej formy, na przykład granie w gry. Sztuczna inteligencja ogólna (AGI) który jest zdolny do wykonywania wielu zadań, pozostaje nieuchwytny.

Ostatecznie AGI muszę być w stanie skutecznie współdziałać ze sobą i ludźmi w różnych środowiskach fizycznych i kontekstach społecznych, integrować szeroki wachlarz umiejętności i wiedzy potrzebnych do tego oraz elastycznie i wydajnie uczyć się z tych interakcji.

Budowanie AGI sprowadza się do budowania sztucznych umysłów, aczkolwiek znacznie uproszczonych w porównaniu z ludzkimi umysłami. A żeby zbudować sztuczny umysł, trzeba zacząć od modelu poznania.

Od człowieka do sztucznej ogólnej inteligencji

Ludzie mają niemal nieograniczony zestaw umiejętności i wiedzy i szybko przyswajają nowe informacje bez konieczności przeprojektowywania. Można sobie wyobrazić, że AGI można zbudować przy użyciu podejścia, które zasadniczo różni się od ludzkiej inteligencji. Jednak jak trzy długie lata Badacze in AI i kognitywistykanaszym podejściem jest czerpanie inspiracji i spostrzeżeń ze struktury ludzkiego umysłu. Pracujemy w kierunku AGI, starając się lepiej zrozumieć ludzki umysł i lepiej zrozumieć ludzki umysł, pracując nad AGI.

Z badań w Neuroscience, kognitywistyka i psychologia wiemy, że ludzki mózg nie jest ani ogromnym, jednorodnym zestawem neuronów, ani ogromnym zestawem programów do wykonywania określonych zadań, z których każdy rozwiązuje pojedynczy problem. Zamiast tego jest to zbiór regionów o różnych właściwościach które wspierają podstawowe zdolności poznawcze, które razem tworzą ludzki umysł.

Zdolności te obejmują percepcję i działanie; pamięć krótkotrwała dla tego, co jest istotne w obecnej sytuacji; pamięć długoterminowa dotycząca umiejętności, doświadczenia i wiedzy; rozumowanie i podejmowanie decyzji; emocje i motywacja; oraz uczenie się nowych umiejętności i wiedzy z pełnego zakresu tego, co dana osoba postrzega i doświadcza.

Zamiast skupiać się na konkretnych możliwościach w izolacji, pionier sztucznej inteligencji Allena Newella w 1990 roku zaproponował rozwój Zunifikowane teorie poznania które integrują wszystkie aspekty ludzkiej myśli. Badaczom udało się zbudować programy o nazwie architektury kognitywne które ucieleśniają takie teorie, umożliwiając ich testowanie i udoskonalanie.

Architektury kognitywne są ugruntowane w wielu dziedzinach naukowych z odmiennymi perspektywami. Neuroscience skupia się na organizacji ludzkiego mózgu, psychologii poznawczej na ludzkich zachowaniach w kontrolowanych eksperymentach, a sztuczna inteligencja na przydatnych możliwościach.

Wspólny model poznania

Byliśmy zaangażowani w rozwój trzech architektur kognitywnych: ACT-R, Szybować, i Sigma. Inni badacze również byli zajęci alternatywnymi podejściami. Jeden papier zidentyfikował blisko 50 aktywnych architektur kognitywnych. Ta proliferacja architektur jest częściowo bezpośrednim odzwierciedleniem wielu zaangażowanych perspektyw, a częściowo eksploracją szerokiej gamy potencjalnych rozwiązań. Jednak bez względu na przyczynę, rodzi niezręczne pytania zarówno z naukowego punktu widzenia, jak i w odniesieniu do znalezienia spójnej ścieżki do AGI.

Na szczęście ta proliferacja doprowadziła pole do poważnego punktu zwrotnego. Nasza trójka zidentyfikowała uderzającą zbieżność między architekturami, odzwierciedlającą połączenie badań neuronowych, behawioralnych i obliczeniowych. W odpowiedzi zainicjowaliśmy ogólnospołeczny wysiłek w celu uchwycenia tej zbieżności w sposób podobny do Model Standardowy Fizyki Cząstek która pojawiła się w drugiej połowie XX wieku.

To zdjęcie Wspólny model poznania dzieli ludzką myśl na wiele modułów, z modułem pamięci krótkotrwałej w centrum modelu. Inne moduły (percepcja, działanie, umiejętności i wiedza) oddziałują za jego pośrednictwem.

Uczenie się, a nie celowe, dzieje się automatycznie jako efekt uboczny przetwarzania. Innymi słowy, nie decydujesz, co jest przechowywane w pamięci długotrwałej. Zamiast tego architektura określa, czego się uczysz, na podstawie tego, o czym myślisz. Może to doprowadzić do poznania nowych faktów, z którymi się stykasz, lub nowych umiejętności, których próbujesz. Może również ulepszyć istniejące fakty i umiejętności.

Same moduły działają równolegle; na przykład, pozwalając ci coś zapamiętać podczas słuchania i rozglądania się po swoim otoczeniu. Obliczenia każdego modułu są masowo równoległe, co oznacza, że ​​wiele małych kroków obliczeniowych dzieje się w tym samym czasie. Na przykład, wyszukując istotny fakt z ogromnego skarbca wcześniejszych doświadczeń, moduł pamięci długoterminowej może określić istotność wszystkich znanych faktów jednocześnie, w jednym kroku.

Wytyczanie drogi do sztucznej ogólnej inteligencji

Wspólny model opiera się na obecnym konsensusie w badaniach nad architekturami kognitywnymi i ma potencjał, aby kierować badaniami zarówno nad naturalną, jak i sztuczną inteligencją ogólną. Model Wspólny używany do modelowania wzorców komunikacji w mózgu daje dokładniejsze wyniki niż wiodące modele neuronauki. Ten rozszerza swoją zdolność do modelowania ludzi—jedyny system, o którym udowodniono, że jest zdolny do ogólnej inteligencji — wykraczający poza względy poznawcze, w tym organizację samego mózgu.

Zaczynamy dostrzegać wysiłki, aby powiązać istniejące architektury kognitywne ze wspólnym modelem i wykorzystać go jako punkt odniesienia dla nowych prac — na przykład interaktywnej sztucznej inteligencji przeznaczony do coachingu ludzi w kierunku lepszych zachowań zdrowotnych. Jeden z nas był zaangażowany w rozwój sztucznej inteligencji opartej na Soar, dubbingowanej Rosie, który uczy się nowych zadań dzięki instrukcjom w języku angielskim od ludzkich nauczycieli. Uczy się 60 różnych łamigłówek i gier i może przenosić to, czego się uczy z jednej gry do drugiej. Uczy się również sterować robotem mobilnym do zadań takich jak pobieranie i dostarczanie paczek oraz patrolowanie budynków.

Rosie to tylko jeden przykład tego, jak zbudować sztuczną inteligencję, która zbliża się do AGI za pomocą architektury kognitywnej, która jest dobrze scharakteryzowana przez wspólny model. W tym przypadku sztuczna inteligencja automatycznie uczy się nowych umiejętności i wiedzy podczas ogólnego rozumowania, które łączy nauczanie języka naturalnego od ludzi i minimalną ilość doświadczenia – innymi słowy sztuczna inteligencja, która działa bardziej jak ludzki umysł niż dzisiejsze AI, które uczą się w sposób brutalny moc obliczeniowa i ogromne ilości danych.

Z szerszej perspektywy AGI patrzymy na Wspólny Model zarówno jako przewodnik przy opracowywaniu takich architektur i sztucznej inteligencji, jak i jako sposób integracji spostrzeżeń uzyskanych z tych prób w konsensus, który ostatecznie prowadzi do AGI.

Artykuł został opublikowany ponownie Konwersacje na licencji Creative Commons. Przeczytać oryginalny artykuł.

Kredytowych Image: Shutterstock.com/wowowG