Združevanje nevroznanosti, psihologije in umetne inteligence daje temeljni model človeške misli

Napredek v Umetna inteligenca je omogočil ustvarjanje AI-jev, ki opravljajo naloge, za katere so prej mislili, da so možne le za ljudi, kot npr prevajanje jezikov, vožnja avtomobilov, igranje družabnih iger na ravni svetovnih prvakov, in ekstrahiranje strukture beljakovin. Vendar je bil vsak od teh AI zasnovan in izčrpno usposobljen za posamezno nalogo in se lahko nauči samo tistega, kar je potrebno za to posebno nalogo.

Nedavni AI, ki proizvajajo tekoče besedilo, tudi v pogovoru z ljudmi, in ustvarjajo impresivno in edinstveno umetnost lahko da napačen vtis uma na delu. Toda tudi to so specializirani sistemi, ki izvajajo ozko definirane naloge in zahtevajo ogromno urjenja.

Še vedno ostaja zastrašujoč izziv združiti več umetne inteligence v eno, ki se lahko uči in izvaja številne različne naloge, še manj pa sledi celotnemu obsegu nalog, ki jih izvajajo ljudje, ali izkorišča paleto izkušenj, ki so na voljo ljudem in zmanjšujejo količino podatkov, ki so sicer potrebni za naučite se izvajati te naloge. Najboljši trenutni AI v tem pogledu, kot npr alphazero in Gato, lahko opravi različne naloge, ki ustrezajo enemu samemu kalupu, na primer igranje iger. Umetna splošna inteligenca (AGI) ki je zmožen širokega obsega nalog, ostaja nedosegljiv.

Konec koncev, AGI treba biti sposoben učinkovito komunicirajo drug z drugim in z ljudmi v različnih fizičnih okoljih in družbenih kontekstih, vključujejo široko paleto spretnosti in znanja, potrebnih za to, ter se prožno in učinkovito učijo iz teh interakcij.

Gradnja AGI-jev se zmanjša na gradnjo umetnih umov, čeprav močno poenostavljenih v primerjavi s človeškimi umi. In če želite zgraditi umetni um, morate začeti z modelom kognicije.

Od človeške do splošne umetne inteligence

Ljudje imamo skoraj neomejen nabor spretnosti in znanja ter se hitro naučimo novih informacij, ne da bi jih bilo treba za to ponovno načrtovati. Predstavljivo je, da je AGI mogoče zgraditi s pristopom, ki se bistveno razlikuje od človeške inteligence. Vendar kot trije dolgoletni raziskovalci in AI in kognitivna znanost, je naš pristop črpati navdih in spoznanja iz strukture človeškega uma. Prizadevamo si za AGI tako, da poskušamo bolje razumeti človeški um, in bolje razumeti človeški um s prizadevanji za AGI.

Iz raziskav v nevroznanost, kognitivne znanosti in psihologije vemo, da človeški možgani niso ne ogromen homogen niz nevronov ne ogromen nabor programov, specifičnih za naloge, od katerih vsak rešuje en sam problem. Namesto tega je a nabor regij z različnimi lastnostmi ki podpirajo osnovne kognitivne sposobnosti, ki skupaj tvorijo človeški um.

Te zmožnosti vključujejo zaznavanje in delovanje; kratkoročni spomin za tisto, kar je pomembno v trenutni situaciji; dolgoročni spomini za veščine, izkušnje in znanje; sklepanje in odločanje; čustva in motivacija; in učenje novih spretnosti in znanja iz celotnega spektra tega, kar človek zaznava in doživlja.

Namesto da bi se osredotočali na posamezne zmožnosti v izolaciji, je AI pionir Allen Newell leta 1990 predlagal razvoj Enotne teorije spoznanja ki združujejo vse vidike človeške misli. Raziskovalcem je uspelo sestaviti programsko opremo, imenovano kognitivne arhitekture ki utelešajo takšne teorije, kar omogoča njihovo testiranje in izboljšanje.

Kognitivne arhitekture temeljijo na številnih znanstvenih področjih z različnimi perspektivami. Nevroznanost se osredotoča na organizacijo človeških možganov, kognitivna psihologija na človeško vedenje v nadzorovanih eksperimentih, umetna inteligenca pa na uporabne zmožnosti.

Skupni model kognicije

Sodelovali smo pri razvoju treh kognitivnih arhitektur: ACT-R, vzleti, in Sigma. Tudi drugi raziskovalci so bili zaposleni z alternativnimi pristopi. En papir identificirali skoraj 50 aktivnih kognitivnih arhitektur. To širjenje arhitektur je deloma neposreden odraz več vključenih perspektiv in deloma raziskovanje širokega nabora možnih rešitev. Kljub temu, ne glede na vzrok, sproža neprijetna vprašanja tako znanstveno kot v zvezi z iskanjem skladne poti do AGI.

Na srečo je to širjenje področje pripeljalo do velike prelomnice. Mi trije smo ugotovili presenetljivo zbliževanje med arhitekturami, ki odraža kombinacijo nevronskih, vedenjskih in računalniških študij. V odgovor smo sprožili prizadevanje celotne skupnosti za zajemanje te konvergence na način, podoben Standardni model fizike delcev ki je nastala v drugi polovici 20. stoletja.

Ta Skupni model kognicije razdeli človeško podobno misel na več modulov, z modulom kratkoročnega spomina v središču modela. Ostali moduli (zaznavanje, dejanje, veščine in znanje) medsebojno delujejo skozi to.

Učenje se ne pojavi namerno, ampak se zgodi samodejno kot stranski učinek obdelave. Z drugimi besedami, ne odločate vi, kaj bo shranjeno v dolgoročnem spominu. Namesto tega arhitektura določa, kaj se naučimo na podlagi tega, o čemer razmišljate. To lahko prinese učenje novih dejstev, ki ste jim izpostavljeni, ali novih veščin, ki jih poskusite. Prav tako lahko izboljša obstoječa dejstva in veščine.

Sami moduli delujejo vzporedno; na primer omogoča, da se nekaj spomnite, medtem ko poslušate in gledate okolico. Izračuni vsakega modula so močno vzporedni, kar pomeni, da se veliko majhnih računskih korakov izvaja hkrati. Na primer, pri pridobivanju pomembnega dejstva iz velikega števila prejšnjih izkušenj lahko modul dolgoročnega pomnilnika določi pomembnost vseh znanih dejstev hkrati, v enem samem koraku.

Vodenje poti do umetne splošne inteligence

Skupni model temelji na trenutnem soglasju v raziskavah kognitivnih arhitektur in ima potencial za usmerjanje raziskav naravne in umetne splošne inteligence. Ko se uporablja za modeliranje komunikacijskih vzorcev v možganih, skupni model daje natančnejše rezultate kot vodilni modeli iz nevroznanosti. to razširja svojo sposobnost modeliranja ljudi— sistem, ki je dokazano zmožen splošne inteligence — poleg kognitivnih premislekov vključuje tudi organizacijo samih možganov.

Začenjamo opažati prizadevanja za povezovanje obstoječih kognitivnih arhitektur s skupnim modelom in njegovo uporabo kot osnovo za novo delo – na primer interaktivni AI zasnovan za poučevanje ljudi k boljšemu zdravju. Eden od nas je sodeloval pri razvoju AI, ki temelji na Soarju, sinhronizirano Rosie, ki se uči novih nalog po navodilih človeških učiteljev v angleščini. Nauči se 60 različnih ugank in iger in lahko naučeno prenese iz ene igre v drugo. Prav tako se nauči nadzorovati mobilnega robota za naloge, kot so prinašanje in dostava paketov ter patruljiranje zgradb.

Rosie je le en primer, kako zgraditi AI, ki se približuje AGI prek kognitivne arhitekture, ki jo dobro označuje skupni model. V tem primeru se umetna inteligenca samodejno nauči novih veščin in znanja med splošnim sklepanjem, ki združuje poučevanje naravnega jezika ljudi in minimalno količino izkušenj – z drugimi besedami, umetna inteligenca, ki deluje bolj kot človeški um kot današnji umetni inteligenci, ki se učijo na surov način. računalniško moč in ogromne količine podatkov.

S širšega vidika AGI gledamo na skupni model tako kot na vodilo pri razvoju takšnih arhitektur in umetne inteligence kot tudi kot na sredstvo za integracijo vpogledov, pridobljenih iz teh poskusov, v soglasje, ki na koncu vodi do AGI.

Ta članek je ponovno objavljen Pogovor pod licenco Creative Commons. Preberi Originalni članek.

Kreditno slike: Shutterstock.com/wowowG