Envisioning the AI ​​Ecosystem of Tomorrow: Perspectives and Principles

Vad kommer framtiden för artificiell intelligens (AI) att omfatta? Hur kan vi få en heltäckande överblick över AI:s utvecklingslandskap? Forskningsuppsatsen "Designing Ecosystems of Intelligence from First Principles" av Friston et al. (2024) konturer en framåtblickande vision för området artificiell intelligens (AI) under det kommande decenniet och därefter. Denna vision fokuserar på utvecklingen av ett cyberfysiskt ekosystem som består av både naturliga och syntetiska element som tillsammans bidrar till vad som kallas "delad intelligens." Detta koncept understryker människans integrerade roll i dessa ekosystem. Uppsatsen betonar ett specifikt förhållningssätt till AI som kallas "aktiv slutledning", vilket ses som en fysikbaserad strategi för att förstå och designa intelligenta agenter. Detta tillvägagångssätt delar grundläggande principer med kvantmekanik, klassisk och statistisk mekanik.

Aktiv slutledning tillämpas på AI-design, vilket tyder på att nästa generations AI-system bör vara utrustade med explicita föreställningar om världen, med ett specifikt perspektiv under en generativ modell. Detta står i kontrast till traditionella AI-metoder som förstärkningsinlärning, som främst fokuserar på handlingsval för att maximera belöningen. I aktiv slutledning ses utforskning och nyfikenhet som lika grundläggande för intelligens, vilket driver handlingar som förväntas minska osäkerheten.

Den flerskaliga arkitekturen av aktiv slutledning är en annan avgörande aspekt. Den erkänner olika tidsskalor i inlärning och modellval, och fungerar på liknande sätt över kapslade tidsskalor för att maximera modellbevis. Intelligens, i detta sammanhang, är i sig perspektiviskt, vilket involverar aktivt engagemang i världen från en specifik uppsättning övertygelser.

Kommunikation inom dessa intelligenta system är också ett nyckeltema. Uppsatsen hävdar att intelligens i alla skala kräver en delad generativ modell och en gemensam grund, vilket kan uppnås genom olika metoder som ensembleinlärning, blandningar av experter och Bayesiansk modellmedelvärde. En viktig aspekt av aktiv slutledning i detta sammanhang är valet av meddelanden eller synpunkter som ger den största förväntade informationsvinsten.

Slutligen tar uppsatsen upp etiska överväganden och betonar vikten av att värdera och skydda individualitet i utvecklingen av storskaliga kollektiva underrättelsesystem. Detta tillvägagångssätt står i kontrast till modeller som eusociala insekter, där individer till stor del är utbytbara. Författarna förespråkar ett cyberfysiskt nätverk av emergent intelligens som respekterar individualiteten hos alla deltagare, mänskliga eller på annat sätt.

Sammanfattningsvis presenterar Friston et al.s vitbok ett visionärt förhållningssätt till AI-utveckling, centrerat kring aktiv slutledning och skapandet av intelligenta ekosystem som införlivar och respekterar individualiteten hos både mänskliga och icke-mänskliga agenter. Detta tillvägagångssätt antyder ett betydande paradigmskifte i hur AI konceptualiseras och utvecklas, med konsekvenser för framtiden för teknik och samhälle.

Bildkälla: Shutterstock

• SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
• PlatoData.Network Vertical Generative Ai. Styrka dig själv. Tillgång här.
• PlatoAiStream. Web3 Intelligence. Kunskap förstärkt. Tillgång här.
• Platoesg. Kol, CleanTech, Energi, Miljö, Sol, Avfallshantering. Tillgång här.
• PlatoHealth. Biotech och kliniska prövningar Intelligence. Tillgång här.
• Källa: https://Blockchain.News/analysis/envisioning-the-ai-ecosystem-of-tomorrow-perspectives-and-principles