- Преодоление разрыва между искусственным интеллектом и общим искусственным интеллектом: Десять заповедей для человеческого интеллекта(arXiv)
Автор: Ананта Наир, Фарнуш Банаи-Кашани
Аннотация. В области искусственного интеллекта наблюдается взрывной рост и экспоненциальный успех. Последний этап разработки продемонстрировал способность глубокого обучения решать множество сложных проблем во множестве областей. Многие из этих сетей достигли и превзошли человеческие стандарты, став экспертами в областях, в которых они обучаются. Хотя успехи искусственного интеллекта начали затмевать его неудачи, все еще есть много того, что отделяет современные инструменты искусственного интеллекта от того, чтобы стать исключительными способностями к общему обучению, которыми являются люди. В этой статье мы определяем десять заповедей, на которых систематически и иерархически строится человеческий разум. Мы верим, что эти заповеди работают вместе, чтобы служить важными ингредиентами, ведущими к возникновению познания и интеллекта более высокого порядка. В этой статье обсуждается вычислительная структура, которая могла бы содержать эти десять заповедей, и предлагаются новые архитектурные модификации, которые могут привести к разработке более умных, более объяснимых и обобщаемых искусственных систем, вдохновленных нейроморфным подходом.
2. Мир встраивания и общий искусственный интеллект(arXiv)
Автор:Мостафа Хагир Черегани
Аннотация: С самого начала ключевой и спорный вопрос в сообществе искусственного интеллекта заключался в том, достижим ли искусственный общий интеллект (AGI). ОИИ — это способность машин и компьютерных программ достигать интеллекта человеческого уровня и выполнять все задачи, которые может выполнять человек. Хотя в литературе существует ряд систем, утверждающих, что они реализуют ОИИ, некоторые другие исследователи утверждают, что достичь этого невозможно. В данной статье мы по-другому смотрим на проблему. Во-первых, мы обсудим, что для реализации ОИИ, наряду с созданием интеллектуальных машин и программ, также должен быть построен интеллектуальный мир, который, с одной стороны, является точным приближением к нашему миру, а с другой стороны, представляет собой значительную часть рассуждений. интеллектуальных машин уже встроены в этот мир. Затем мы обсудим, что ОИИ — это не продукт или алгоритм, а скорее непрерывный процесс, который со временем будет становиться все более и более зрелым (как человеческая цивилизация и мудрость). Затем мы утверждаем, что предварительно обученные встраивания играют ключевую роль в построении этого разумного мира и, как следствие, в реализации ОИИ. Мы обсудим, как предварительно обученные встраивания облегчают достижение машинами некоторых характеристик интеллекта человеческого уровня, таких как воплощение, знание здравого смысла, бессознательное знание и непрерывность обучения.
3. На пути к нейроэволюции общего искусственного интеллекта низкого уровня(arXiv)
Автор: Сидни Понтес-Фильо, Кристоффер Олсен, Анис Язиди, Майкл А. Риглер, Пол Халворсен, Стефано Ничеле
Аннотация: в этой работе мы утверждаем, что поиск искусственного общего интеллекта (ИИА) должен начинаться с гораздо более низкого уровня, чем интеллект человеческого уровня. Обстоятельства разумного поведения в природе являются результатом взаимодействия организма с окружающей его средой, которая может меняться со временем и оказывать давление на организм, чтобы обеспечить возможность изучения нового поведения или моделей окружающей среды. Наша гипотеза состоит в том, что обучение происходит посредством интерпретации сенсорной обратной связи, когда агент действует в окружающей среде. Для этого необходимы тело и реактивная среда. Мы оцениваем метод развития искусственной нейронной сети, основанной на биологических принципах, которая учится на реакциях окружающей среды, под названием «Нейроэволюция общего искусственного интеллекта» (NAGI) — основы низкоуровневого ОИИ. Этот метод позволяет эволюционно усложнить случайно инициализированную импульсную нейронную сеть с адаптивными синапсами, которая управляет агентами, созданными в изменчивых средах. Такая конфигурация позволяет нам оценить адаптивность и универсальность контроллеров. Выбранные задачи в изменчивых средах — это поиск пищи, эмуляция логических вентилей и балансировка тележки. Три задачи успешно решаются с довольно небольшими сетевыми топологиями, и поэтому это открывает возможность экспериментировать с более сложными задачами и сценариями, где полезно изучение учебной программы.
