Šis robotas, valdomas dirbtinio intelekto, vadinamo Rosie, išmoko išspręsti šį galvosūkį iš žmogaus, kuris su robotu bendravo natūralia kalba. Kreditas: James Kirk, CC BY-ND Dirbtinio intelekto pažanga leido sukurti dirbtinius intelektus, kurie atlieka užduotis, anksčiau laikytas įmanomomis tik žmonėms, pavyzdžiui, verčia kalbas, vairuoja automobilius, žaidžia stalo žaidimus pasaulio čempionų lygiu ir nustato baltymų struktūrą. Tačiau kiekvienas iš šių dirbtinių intelektų buvo sukurtas ir išsamiai apmokytas atlikti vieną užduotį ir geba išmokti tik tai, ko reikia tai konkrečiai užduočiai atlikti.
Naujausi dirbtiniai intelektiniai kompiuteriai, kurie sklandžiai rašo tekstą, taip pat ir kalbėdamiesi su žmonėmis, ir kuria įspūdingus ir unikalius meno kūrinius, gali sudaryti klaidingą veikiančio proto įspūdį. Tačiau net ir tai yra specializuotos sistemos, atliekančios siaurai apibrėžtas užduotis ir reikalaujančios didžiulių mokymų kiekių.
Vis dar lieka sudėtingas iššūkis sujungti kelis dirbtinius intelektinius mechanizmus į vieną, kuris galėtų mokytis ir atlikti daugybę skirtingų užduočių, o juo labiau siekti viso žmonių atliekamų užduočių spektro arba panaudoti įvairią žmonių turimą patirtį, kuri sumažina duomenų kiekį, kuris kitu atveju būtų reikalingas norint išmokti atlikti šias užduotis. Šiuo požiūriu geriausi dabartiniai dirbtiniai intelektai, pavyzdžiui, AlphaZero ir Gato, gali atlikti įvairias užduotis, kurios atitinka vieną formą, pavyzdžiui, žaisti žaidimus. Dirbtinis bendrasis intelektas (DI), galintis atlikti daugybę užduočių, vis dar yra sunkiai pasiekiamas.
Galiausiai AGI turi gebėti veiksmingai sąveikauti tarpusavyje ir su žmonėmis įvairiose fizinėse aplinkose ir socialiniuose kontekstuose, integruoti tam reikalingus įvairiausius įgūdžius ir žinias, lanksčiai ir veiksmingai mokytis iš šių sąveikų.
AGI kūrimas reiškia dirbtinių protų kūrimą, nors ir gerokai supaprastintų, palyginti su žmogaus protu. O norint sukurti dirbtinį protą, reikia pradėti nuo pažinimo modelio.
Nuo žmogaus iki dirbtinio bendrojo intelekto
Žmonės turi beveik neribotą įgūdžių ir žinių rinkinį ir greitai išmoksta naujos informacijos, nereikia jų iš naujo kurti. Galima įsivaizduoti, kad AGI gali būti sukurtas taikant metodą, kuris iš esmės skiriasi nuo žmogaus intelekto. Tačiau mūsų, trijų ilgamečių dirbtinio intelekto ir kognityvinių mokslų tyrėjų, požiūris – semtis įkvėpimo ir įžvalgų iš žmogaus proto struktūros. Siekdami geriau suprasti žmogaus protą, siekiame sukurti AGI, o siekdami AGI – geriau suprasti žmogaus protą.
Iš neurologijos, kognityvinių mokslų ir psichologijos tyrimų žinome, kad žmogaus smegenys nėra nei didžiulis homogeniškas neuronų rinkinys, nei didžiulis specifinių užduočių programų, kurių kiekviena sprendžia vieną problemą, rinkinys. Priešingai, tai yra skirtingų savybių regionų, palaikančių pagrindinius pažintinius gebėjimus, kurie kartu sudaro žmogaus protą, rinkinys.
Šie gebėjimai apima suvokimą ir veiksmą, trumpalaikę atmintį, skirtą dabartinėje situacijoje aktualiems dalykams, ilgalaikę atmintį, skirtą įgūdžiams, patirčiai ir žinioms, samprotavimą ir sprendimų priėmimą, emocijas ir motyvaciją, naujų įgūdžių ir žinių mokymąsi iš viso to, ką žmogus suvokia ir patiria
Užuot sutelkęs dėmesį į atskirus konkrečius gebėjimus, dirbtinio intelekto pradininkas Allenas Newellas (Allen Newell) 1990 pasiūlė sukurti vieningą pažinimo teoriją, kuri integruotų visus žmogaus mąstymo aspektus. Mokslininkai sugebėjo sukurti tokias teorijas įkūnijančias kompiuterines programas, vadinamas kognityvinėmis architektūromis, kurios leidžia jas išbandyti ir tobulinti
Kognityvinės architektūros yra pagrįstos įvairiomis mokslo sritimis, turinčiomis skirtingas perspektyvas. Neuromokslai daugiausia dėmesio skiria žmogaus smegenų organizacijai, kognityvinė psichologija – žmogaus elgesiui kontroliuojamuose eksperimentuose, o dirbtinis intelektas – naudingoms galimybėms.
Šis pagrindinis pažinimo modelis ir paaiškina žmogaus mąstymą, ir pateikia tikro dirbtinio intelekto projektą. Kreditas: Andrea Stocco, CC BY-ND Bendrasis pažinimo modelis
Mes dalyvavome kuriant tris pažinimo architektūras: ACT-R, Soar ir Sigma. Kiti tyrėjai taip pat buvo užsiėmę alternatyvių metodų kūrimu. Viename straipsnyje įvardytos beveik 50 aktyvios pažinimo architektūros. Toks architektūrų gausėjimas iš dalies tiesiogiai atspindi daugybę susijusių perspektyvų, o iš dalies – įvairių galimų sprendimų paiešką. Tačiau, kad ir kokia būtų priežastis, kyla keblių klausimų tiek moksliniu, tiek nuoseklaus kelio į AGI paieškos požiūriu.
Laimei, šis plitimas atvedė šią sritį į svarbų lūžio tašką. Mes trys nustatėme stulbinančią architektūrų konvergenciją, atspindinčią neuroninių, elgsenos ir kompiuterinių tyrimų derinį. Reaguodami į tai, mes inicijavome visos bendruomenės pastangas šią konvergenciją užfiksuoti panašiai kaip standartiniame dalelių fizikos modelyje, kuris atsirado antroje 20 amžiaus pusėje.
Šis bendrasis pažinimo modelis skirsto į žmogų panašų mąstymą į daugybę modulių, o modelio centre yra trumpalaikės atminties modulis. Per jį sąveikauja kiti moduliai – suvokimas, veiksmai, įgūdžiai ir žinios.
Mokymasis, užuot vykęs sąmoningai, vyksta automatiškai, kaip šalutinis apdorojimo poveikis. Kitaip tariant, ne jūs sprendžiate, kas bus saugoma ilgalaikėje atmintyje. Vietoj to, architektūra nustato, ko išmokstama, remdamasi tuo, ką jūs galvojate. Taip gali būti išmokstama naujų faktų, su kuriais susiduriate, arba naujų įgūdžių, kuriuos bandote įgyti. Taip pat galima patobulinti jau turimus faktus ir įgūdžius.
Patys moduliai veikia lygiagrečiai, pavyzdžiui, leidžia ką nors prisiminti klausantis ir apžiūrint aplinką. Kiekvieno modulio skaičiavimai yra masiškai lygiagretūs, t. y. vienu metu atliekama daug mažų skaičiavimo veiksmų. Pavyzdžiui, kai reikia išgauti svarbų faktą iš daugybės ankstesnės patirties, ilgalaikės atminties modulis vienu metu, vienu žingsniu, gali nustatyti visų žinomų faktų svarbą.
Kelias į dirbtinį bendrąjį intelektą
Bendrasis modelis pagrįstas dabartiniu sutarimu kognityvinių architektūrų tyrimų srityje ir gali būti naudojamas tiek natūralaus, tiek dirbtinio bendrojo intelekto tyrimams. Naudojant Bendrąjį modelį smegenų bendravimo modeliams modeliuoti, gaunami tikslesni rezultatai nei pirmaujančių neurobiologijos modelių. Tai išplečia jo galimybes modeliuoti žmones – vienintelę sistemą, kuri, kaip įrodyta, gali būti bendrojo intelekto, – ir apima ne tik kognityvinius aspektus, bet ir pačių smegenų organizaciją.
Pradedame pastebėti pastangas susieti esamas kognityvines architektūras su Bendruoju modeliu ir naudoti jį kaip pagrindą naujiems darbams, pavyzdžiui, interaktyviam dirbtiniam intelektui, skirtam mokyti žmones geriau elgtis su sveikata. Vienas iš mūsų dalyvavo kuriant „Soar” pagrindu sukurtą dirbtinį intelektinį intelektą, pavadintą „Rosie”, kuris mokosi naujų užduočių, gaudamas instrukcijas anglų kalba iš žmonių mokytojų. Jis mokosi 60 įvairių galvosūkių ir žaidimų ir gali perkelti tai, ką išmoko, iš vieno žaidimo į kitą. Jis taip pat mokosi valdyti mobilųjį robotą, atliekantį tokias užduotis, kaip siuntinių atnešimas ir pristatymas bei patruliavimas pastatuose.
Rosie yra tik vienas iš pavyzdžių, kaip sukurti dirbtinį intelektą, kuris priartėtų prie AGI naudodamasis kognityvine architektūra, kurią gerai apibūdina bendrasis modelis. Šiuo atveju dirbtinis intelektas automatiškai įgyja naujų įgūdžių ir žinių bendrojo mąstymo metu, kai derinami natūralios kalbos nurodymai iš žmonių ir minimali patirtis – kitaip tariant, dirbtinis intelektas veikia panašiau į žmogaus protą nei šiandieniniai dirbtiniai intelektai, kurie mokosi pasitelkdami brutalią skaičiavimo jėgą ir didžiulius duomenų kiekius.
Žvelgiant iš platesnės AGI perspektyvos, į Bendrąjį modelį žvelgiame kaip į gairę kuriant tokias architektūras ir dirbtinius intelektus ir kaip į priemonę, padedančią integruoti šių bandymų metu gautas įžvalgas į konsensusą, kuris galiausiai leistų sukurti AGI.
Šis straipsnis perspausdintas iš „The Conversation” pagal „Creative Commons” licenciją. Skaitykite originalų straipsnį:
Citavimas: Neurologijos, psichologijos ir dirbtinio intelekto tyrimų kryžminis apdulkinimas padeda atrasti pagrindinį mąstymo supratimą (2022, liepa 26) gauta 30 liepa 2022 iš https://techxplore.com/news/2022-07-cross-pollination-neuroscience-psychology-ai-yields.html
Šiam dokumentui taikomos autorių teisės. Be raštiško leidimo negalima atgaminti jokios jo dalies, išskyrus sąžiningą panaudojimą asmeninių studijų ar mokslinių tyrimų tikslais. Turinys pateikiamas tik informaciniais tikslais.
