Любой ОИИ должен как минимум обладать базовым набором когнитивных способностей - это подтвердит простое описание человеческого интеллекта. Навыки должны быть реализованы на практике, то есть при взаимодействии с неполной, потенциально противоречивой и шумной средой с использованием ограниченных вычислительных и временных ресурсов.

Все эти способности должны иметь возможность работать в реальном времени с (как минимум) трехмерными динамическими (временными) данными, а также со связями «стимул-реакция» (причинно-следственные связи). Операции должны быть скалярными, а не только двоичными (степени соответствия и достоверности).

Вот основной список:

  • Распознавайте существующие шаблоны / объекты даже при частичном и / или шумном вводе. "Что это?"
  • Определение того, к каким существующим категориям принадлежит паттерн (и насколько хорошо он подходит). «Что это за штука?»
  • Предсказать остаток и / или продолжения данного частичного паттерна (предсказать). "Что следующее?"
  • Уметь изучать новые паттерны / сущности и уметь классифицировать их.
  • Фокус / выбор / важность: выбор соответствующей информации на уровне ввода, а также во время обучения и познания (см. «Важность» ниже).
  • Уметь приобретать новые навыки - как умственные, так и «физические».
  • Чтобы иметь возможность учиться с помощью широкого диапазона режимов, в том числе: без присмотра, под присмотром, исследование, обучение и т. Д.
  • Поддержка интегрированной долговременной памяти - то есть ее «база знаний» должна быть немедленно доступна для всех других способностей.
  • Поддержка встроенной рабочей памяти (недавняя история, которая предоставляет текущий контекст и может быть запомнена или не запомнена).
  • Уметь изменять все знания и навыки по мере появления новой информации.
  • Уметь рассуждать (абстрактно), используя существующий контекст. например «В чем противоречие в том, что только что сказали два продавца?»

Хотя большинство примеров здесь основаны на языке, эти способности также должны работать в режиме исключительно восприятия-действия.

Два других заслуживающих внимания требования - это понимание и способность определять значимость.

В дополнение к положительному контрольному списку мы также можем сформулировать быструю проверку отрицательной реальности:

Что не считается AGI?

  • Он не может осваивать новые знания и навыки постепенно и в интерактивном режиме в реальном времени.
  • Он не может работать с неполной и противоречивой информацией.
  • Он не может учиться на единичных экземплярах в реальном времени.
  • Он не может со временем накапливать и адаптировать свои знания и навыки.
  • Он не может учиться самостоятельно или автономно (всегда нужны «ярлыки» или учитель)
  • Это предполагает неограниченное или (в принципе) непрактичное количество вычислительных ресурсов.
  • Он не может ощущать реальное время и пространство (каким-то образом) и воздействовать на него в реальном времени - то есть, если он не может концептуализировать и взаимодействовать с миром.

Заметность

Важность - выбор того, что актуально и важно для данного контекста и цели - важный аспект интеллектуальных систем.

Это проявляется на разных уровнях познания:

Во-первых, в автономном выборе данных на входе - какие ощущения и функции обрабатывать и / или игнорировать, и какой уровень важности присвоить им для обработки. Например, большинство животных запрограммированы так, чтобы уделять повышенное внимание быстро движущимся объектам в поле зрения и громким звукам. Что касается AGI, мы должны предположить, что будет доступно гораздо больше сенсорной информации, чем можно (или нужно) разумно обработать. Мы также должны исходить из того, что в приоритете должны быть выделены соответствующие функции, такие как обнаружение краев или форм. Кажется, что какой-то полуавтоматический механизм должен делать этот предварительный выбор. Этот механизм должен находиться под общим когнитивным контролем высокого уровня с заранее заданными параметрами; например, чтобы, скажем, сосредоточить внимание на изменении цвета или высоты тона.

После того, как входные данные были надлежащим образом выбраны и приоритизированы, необходимо выбрать механизмы сопоставления с образцом, категоризации и концептуализации в соответствии с контекстными требованиями. Что сейчас важно? Например, пытаемся ли мы сопоставить входящие шаблоны друг с другом или с какой-то внутренней ссылкой; нас интересуют формы или текстуры; или нас просто интересуют столкновения объектов?

Цели более высокого уровня также должны быть выбраны и расставлены по приоритетам в соответствии с их значимостью. Чего мы пытаемся достичь прямо сейчас? Какие есть зависимости? Что наиболее важно в текущем контексте?

Наконец, общая архитектура должна допускать консолидацию и забывание. Какую информацию или опыт следует объединить? Что нужно забыть (или заархивировать)?

ОИИ необходимо иметь механизмы на каждом из этих уровней (и, возможно, некоторых других) для оценки значимости и соответствующей корректировки познания.