Pour atteindre l'AGI, nous avons besoin de nouvelles perspectives sur l'intelligence

Cet article fait partie de « la philosophie de l'intelligence artificielle », une série d'articles qui explorent les implications éthiques, morales et sociales de l'IA aujourd'hui et à l'avenir.

Pendant des décennies, les scientifiques ont essayé de créer des imitations informatiques du cerveau. Et pendant des décennies, le Saint Graal de l'intelligence générale artificielle des ordinateurs capables de penser et d'agir comme des humains, a continué d'échapper aux scientifiques et aux chercheurs.

Pourquoi continuons-nous à reproduire certains aspects de l'intelligence mais échouons-nous. pour générer des systèmes qui peuvent généraliser leurs compétences comme les humains et les animaux ? Un informaticien qui travaille sur l'IA depuis trois décennies estime que pour surmonter les obstacles de l'IA étroite nous devons examiner l'intelligence d'un point de vue différent et plus fondamental.

Dans a article présenté au Brain-Inspired Cognitive Architectures for Artificial Intelligence (BICA*AI), Sathyanaraya Raghavachary, professeur agrégé d'informatique à l'Université de Californie du Sud, discute de la « réponse réfléchie », une théorie qui peut se généraliser à toutes les formes de vie intelligente qui ont évolué et ont prospéré sur notre planète.

Intitulé «  Intelligence – réfléchissez à cela et réagissez !  », l'article met en lumière les causes possibles des problèmes qui ont hanté l'IA. communauté pendant des décennies et tire des conclusions importantes, y compris la considération de l'incarnation comme une condition préalable à l'IAG. niveau micro, organique et inorganique, présentent ('répondent avec') des phénomènes en raison de leurs arrangements spatiaux et temporels, dans des conditions extérieures aux structures », écrit Raghavachary dans son article.

C'est une règle générale qui s'applique à tous. sortes de phénomènes que nous voyons dans le monde, des molécules de glace devenant liquides en réponse à la chaleur, aux dunes de sable se formant en réponse au vent, à l'arrangement du système solaire.

Raghavachary appelle cela « sphénomique », un terme qu'il a inventé pour différencier de la phénoménologie, de la phénoménologie et du phénoménalisme.

« Tout dans l'univers, à toutes les échelles, du subatomique au galactique, peut être considéré comme des structures physiques donnant lieu à des phénomènes appropriés, en d'autres termes, S->P », a déclaré Raghavachary à TechTalks. .

Les structures biologiques peuvent être envisagées de la même manière, estime Raghavachary. Dans son article, il note que le monde naturel comprend une variété d'organismes qui réagissent à leur environnement. Ces réponses peuvent être observées dans des choses simples telles que les mécanismes de survie des bactéries, ainsi que dans des phénomènes plus complexes tels que le comportement collectif des abeilles, des fourmis et des poissons ainsi que l'intelligence des humains. , les processus de la vie, dont je considère que l'intelligence biologique – et le cas échéant, même la conscience – se produisent uniquement en raison des structures physiques sous-jacentes », a déclaré Raghavachary. « La vie interagissant avec l'environnement (qui comprend d'autres formes de vie, des groupes…) se produit également en raison de structures (par exemple, cerveaux, crocs de serpent, pollen collant…) présentant des phénomènes. Les phénomènes sont les réponses des structures. ]

Dans les objets inanimés, les structures et les phénomènes ne sont pas explicitement développés ou conçus pour soutenir des processus que nous appellerions « la vie » (par exemple, une grotte produisant des bruits de hurlement lorsque le vent souffle). Inversement, les processus de la vie sont basés sur des structures qui considèrent et produisent des phénomènes de réponse.

Aussi différentes que soient ces formes de vie, leur intelligence partage un principe sous-jacent commun, dit Raghavachary, qui est « simple, élégant et extrêmement largement applicable, et est probablement liée à l'évolution. est l'une des réponses considérées. "

La théorie de la réponse considérée est différente des définitions traditionnelles de l'intelligence et de l'IAqui se concentrent sur le traitement informatique de haut niveau tel que le raisonnement, la planification, la recherche d'objectifs et la résolution de problèmes en général. Raghavachary dit que le problème avec les branches habituelles de l'IA – symbolique connexionniste, axée sur les objectifs – n'est pas qu'elles sont computationnelles mais qu'elles sont numériques.

" Le calcul numérique de l'intelligence a – pardonnez le jeu de mots. – pas d'analogue dans le monde naturel », a déclaré Raghavachary. "Les calculs numériques seront toujours un substitut indirect et inadéquat pour imiter l'intelligence biologique – car ils ne font pas partie des chaînes S->P qui sous-tendent l'intelligence naturelle."

Il ne fait aucun doute que le calcul numérique de l'intelligence a cédé. des résultats impressionnants, y compris la variété des architectures de réseaux de neurones profonds qui alimentent les applications de la vision par ordinateur au traitement du langage naturel. Mais malgré la similitude de leurs résultats avec ce que nous percevons chez les humains, ce qu'ils font est différent de ce que fait le cerveau, dit Raghavachary.

La théorie de la « réponse réfléchie » recule et jette un filet plus large que toutes les formes d'intelligence. , y compris ceux qui ne correspondent pas au paradigme de la résolution de problèmes.

« Je considère l'intelligence comme une réponse considérée dans ce sens, émanant des structures physiques de notre corps et de notre cerveau. La CR s'inscrit naturellement dans le paradigme S->P », a déclaré Raghavachary.

Le développement d'une théorie de l'intelligence autour du principe S-> P peut aider à surmonter de nombreux obstacles qui ont frustré la communauté de l'IA pendant des décennies, estime Raghavachary. L'un de ces obstacles est la simulation du monde réel, un domaine de recherche en vogue en robotique et en voitures autonomes.

« La structure -> les phénomènes ne nécessitent aucun calcul et peuvent interagir les uns avec les autres de manière arbitraire. complexité », dit Raghavachary. « Simuler une telle complexité dans une simulation VR est tout simplement intenable. La simulation de S->P dans une machine restera toujours exactement cela, une simulation. hand » width= »1296″ height= »864″ srcset= » »/>

Beaucoup de travail dans le domaine de l'IA est ce que l'on appelle les solutions "cerveau dans une cuve". Dans de telles approches, le composant logiciel d'IA est séparé du matériel qui interagit avec le monde. Par exemple, les modèles d'apprentissage en profondeur peuvent être entraînés sur des millions d'images pour détecter et classer des objets. Bien que ces images aient été collectées dans le monde réel, le modèle d'apprentissage en profondeur ne les a pas directement expérimentées.

Bien que de telles approches puissent aider à résoudre des problèmes spécifiques, elles ne nous feront pas évoluer vers l'intelligence artificielle générale, estime Raghavachary.

Dans dans son article, il note qu'il n'y a pas un seul exemple de « cerveau dans une cuve » dans la diversité des formes de vie intelligentes de la nature. Et ainsi, la théorie de la réponse réfléchie de l'intelligence suggère que l'intelligence artificielle générale nécessite des agents qui peuvent avoir une expérience incarnée directe du monde. de nombreuses manières (en fonction de la complexité de l'organisme) », écrit-il. pour prédire l'expérience d'un autre agent sur la base de la vôtre) et l'apprentissage sans modèle (la capacité d'expérimenter d'abord et de raisonner plus tard). sorte de "zombie" désincarné, manquant d'une véritable compréhension du monde (avec sa myriade de formes, de phénomènes naturels, de beauté, etc.) y compris ses habitants humains, leurs motivations, leurs habitudes, leurs coutumes, leur comportement, etc. l'agent aurait besoin de t o truquer tout cela », écrit Raghavachary.

En conséquence, un système AGI incarné aurait besoin d'un corps qui correspond à son cerveau, et les deux doivent être conçus pour le type d'environnement spécifique dans lequel il travaillera.

« Nous , fait de matière et de structures, interagissent directement avec les structures, dont nous « expérimentons » les phénomènes. L'expérience ne peut pas être calculée numériquement, elle doit être acquise activement via un corps », a déclaré Raghavachary. "Pour moi, il n'y a tout simplement pas de substitut à l'expérience directe."

En un mot, la théorie de la réponse considérée suggère que des paires appropriées de cerveaux et de corps synthétiques qui s'engagent directement avec le monde devraient être considérées comme réalistes et suffisamment intelligentes. , et, selon les fonctions activées dans le matériel, éventuellement conscient.

Cela signifie que vous pouvez créer n'importe quel type de robot et le rendre intelligent en l'équipant d'un cerveau qui correspond à son corps et à son expérience sensorielle.

" De tels agents n'ont pas besoin d'être anthropomorphes – ils pourraient avoir des conceptions, des structures et des fonctions inhabituelles qui produiraient un comportement intelligent étranger au nôtre (par exemple, une conception semblable à une pieuvre, avec des fonctions cérébrales réparties dans tout le corps) », a déclaré Raghavachary. "Cela dit, l'IA au niveau humain la plus pertinente serait probablement mieux hébergée dans un agent semblable à un humain."

Cet article a été publié à l'origine par Ben Dickson sur TechTalksune publication qui examine les tendances technologiques, comment elles affectent notre façon de vivre et de faire des affaires, et les problèmes qu'elles résolvent. Mais nous discutons également du côté pervers de la technologie, des implications plus sombres des nouvelles technologies et de ce que nous devons rechercher. Vous pouvez lire l'article original ici.