Source article: Potentially Viable Paths to True AGI | by SingularityNet | SingularityNET
Translation by: Log_tg
Dework task link: https://app.dework.xyz/singularitynet-ambas/test-38287?taskId=3577dceb-3be4-4e3f-8cdd-5677f2627070
Community review: Please leave comments below about translation quality or like this post if it is well translated
Потенциально жизнеспособные пути к настоящему AGI
За последние пару лет большая часть обсуждений темы общего искусственного интеллекта (AGI) была обусловлена стремительным ростом популярности больших языковых моделей (LLM) и других форм глубоких нейронных сетей (DNN).
От помощи нам в наших повседневных задачах до создания изысканных форм искусства, эти модели преуспели в самых разных задачах и впечатлили многих пользователей по всему миру. С учетом сказанного, есть одна серьезная проблема с их присутствием в дискурсе вокруг AGI, и она заключается в том, что они не дотягивают до одной важной области: истинного общего интеллекта.
Еще в 2022 году доктор Бен Герцель, генеральный директор SingularityNET и Альянса искусственного суперинтеллекта, исследовал идею о том, что систем глубокого обучения может быть недостаточно для достижения AGI в его наиболее полной форме в одном из своих блогов под названием « Три жизнеспособных пути к настоящему AGI ».
В своем блоге доктор Герцель описывает три потенциально жизнеспособных пути, которые могут привести к настоящему ИИОН, каждый из которых представляет собой отдельный способ решения огромной задачи по воспроизведению человеческого интеллекта.
Сегодня мы подробно рассмотрим эти направления: подход на уровне познания, подход на уровне мозга и подход на уровне химии — каждое из которых предлагает уникальные идеи о том, как мы можем достичь AGI и что лежит за пределами текущего ландшафта ИИ.
- Подход AGI на уровне познания: гибридные нейронно-символические системы
Первый путь, который выделяет доктор Герцель, и который лично ему больше всего нравится, - это подход на уровне познания . Этот метод включает в себя объединение различных методов ИИ, включая нейронные сети, символическое рассуждение, вероятностное программирование и эволюционное обучение, в единую унифицированную структуру.
В основе этого подхода лежит OpenCog Hyperon - проект , возглавляемый доктором Герцелем и его коллегами-исследователями и инженерами, альфа-версия которого была запущена в начале этого года.
Hyperon - это не просто еще одна система на основе нейронных сетей. Это гибридная нейронно-символическая структура, которая стремится моделировать человеческое познание посредством интеграции нескольких парадигм ИИ. По словам доктора Герцеля, одних только глубоких нейронных сетей недостаточно для достижения AGI из-за их ограниченной способности к обобщению, инновациям и абстрагированию за пределами узких, конкретных задач.
Доктор Герцель объясняет:
« Абсолютной верхней границей, которую можно было бы разумно достичь с помощью этих глубоких сетей или любых отдаленно похожих методов, было бы то, что я бы назвал системами «замкнутого квази-AGI», которые могли бы имитировать множество человеческих поведений, - но […] были бы неспособны решать сложные нерешенные научные и инженерные проблемы или выполнять самомодификацию и самосовершенствование, необходимые для того, чтобы служить в качестве зародыша ИИ и запуска Сингулярности ».
Эта критика глубоких нейронных сетей подчеркивает их фундаментальные ограничения, которые заключаются в их неспособности к самоорганизации или генерации креативности.
Hyperon устраняет эти пробелы, объединяя символическое рассуждение, эволюционные алгоритмы и расширенный вероятностный вывод, все это работает в системе на основе метаграфа под названием Atomspace. Эта архитектура обеспечивает гибкие, масштабируемые процессы рассуждения и обучения, черпая вдохновение из когнитивной психологии человека.
Доктор Герцель и наша команда считают, что Hyperon представляет собой важный шаг к AGI. Система имеет конструкцию, которая эмулирует ключевые когнитивные функции — память, внимание, рассуждение — с использованием набора передовых алгоритмов ИИ, оптимизированных для взаимодействия в рамках общей структуры. Этот гибридный подход объединяет сильные стороны различных парадигм ИИ, преодолевая их индивидуальные слабости.
- Подход AGI на уровне мозга: крупномасштабное нелинейно-динамическое моделирование мозга
Если подход на уровне познания фокусируется на имитации процессов человеческого мышления посредством комбинации парадигм ИИ, то подход на уровне мозга идет более прямым путем: моделирует сам мозг.
Доктор Герцель признает сложность этой задачи, но считает, что создание нелинейной, динамической модели мозга может предложить другой путь к AGI. Этот подход существенно отличается от текущих моделей нейронных сетей, которые, как он отмечает, являются «нейронными» только в самом свободном смысле.
Черпая вдохновение из вычислительной нейронауки, Герцель выступает за методы моделирования мозга, основанные на теории хаоса и нелинейной динамике, которые будут эмулировать сложные взаимодействия нейронов на гораздо более гранулярном уровне. Он ссылается на работу Евгения Ижикевича в динамических системах, которая предлагает теоретическую основу для такого рода модели.
Однако, как объясняет доктор Герцель, самым большим препятствием для этого подхода является не отсутствие идей, а огромная требуемая вычислительная мощность:
« Даже самая лучшая попытка моделирования мозга, которую мы могли бы предпринять, учитывая наши текущие знания о мозге, не будет ТАКОЙ точной - слишком многого мы не знаем о том, как работает мозг, а наше компьютерное оборудование слишком отличается от нейронного программного обеспечения ».
Несмотря на эти проблемы, он видит в этом пути перспективы. Полномасштабное моделирование мозга может дать представление об интеллекте, подобном человеческому, путем копирования взаимодействий между различными областями мозга и нейронными сетями. В то время как проект «Человеческий мозг» пытался сделать что-то в этом направлении, но потерпел неудачу, Герцель считает, что, основывая моделирование мозга на нелинейной динамике и запуская его на передовом оборудовании, мы все же можем реализовать AGI с помощью этого подхода.
Но есть и другое соображение: что если вместо моделирования человеческого мозга мы начнем с моделирования более простых организмов? Как он предполагает, моделирование мозга животных, таких как тараканы или пчелы, может быть более осуществимым промежуточным шагом.
Эти более простые мозги, с меньшим количеством нейронов и связей, могли бы предложить ценные идеи о принципах нейронной динамики. Позже мы могли бы масштабировать их до уровня человеческого интеллекта.
- Подход AGI на уровне химии: искусственная химия и самоорганизующиеся системы
Третий путь, который предлагает Герцель, полностью отходит от нейронного моделирования и фокусируется на AGI на химическом уровне . Этот спекулятивный, но убедительный подход включает в себя моделирование сложных самоорганизующихся систем на химическом уровне с целью заставить формироваться возникающие мозгоподобные структуры. По сути, вместо того, чтобы пытаться напрямую имитировать мозг или познание, мы создадим искусственные химические системы, которые имитируют базовые процессы жизни и интеллекта.
Увлечение Герцеля этим подходом проистекает из идей, предлагаемых наукой о сложных системах и теорией хаоса, которые предполагают, что интеллект может возникнуть из высокодинамичных, самоорганизующихся сред. Он указывает на работу, проделанную такими исследователями, как Брюс Дамер (Evogrid) и Уолтер Фонтана (алгоритмическая химия), как на потенциальное вдохновение. Идея заключается в том, что, запуская крупномасштабные симуляции искусственной химии, мы могли бы стать свидетелями спонтанного возникновения когнитивных структур, родственных тем, которые обнаруживаются в биологических организмах.
Хотя этот подход является весьма спекулятивным и «голубоглазым», как говорит Герцель, он также глубоко интригующим. Основная проблема здесь заключается в разработке вычислительной среды, которая поддерживает такие массивные, распределенные симуляции и последующий анализ шаблонов, необходимый для понимания того, как возникают сложные поведения.
Герцель признает высокую степень риска этого подхода, но он видит огромную философскую привлекательность в попытке воспроизвести те самые процессы, которые изначально дали начало жизни и интеллекту. Как он метко замечает:
« Этот потенциальный подход к AGI очень перспективен и сопряжен с высоким риском, но в то же время очень привлекателен с философской точки зрения — и он никогда не был опробован в современных масштабах ».
Если в этой области произойдут прорывы, они могут произвести революцию в нашем понимании как интеллекта, так и самой жизни, обеспечив совершенно новую основу для исследований в области ОИИ.
Почему эти пути важны для AGI и грядущей сингулярности
Каждый из этих трех отдельных путей играет определенную роль в более широком обсуждении ИИОН и его потенциальной жизнеспособности в ближайшие годы.
Они представляют собой многообразие подходов, необходимых для решения огромной сложности самого интеллекта.
Хотя глубокие нейронные сети достигли значительных успехов в узких приложениях ИИ, создание ИИ человеческого уровня потребует чего-то большего, чем просто масштабирование существующих технологий.
Предложения доктора Герцеля побуждают нас выйти за рамки существующих парадигм и рассмотреть более целостные, междисциплинарные подходы, охватывающие когнитивную науку, нейронауку и химию.
В SingularityNET наша приверженность децентрализации разработки ИИ и содействию инновациям идеально соответствует этому более широкому видению. Поддерживая такие проекты, как OpenCog Hyperon, и поощряя исследования альтернативных путей AGI, мы помогаем раздвигать границы возможного.
Эти три подхода, описанные доктором Герцелем - на уровне познания, на уровне мозга и на уровне химии - представляют собой дорожную карту для будущих исследований AGI, каждый из которых предлагает уникальную перспективу достижения настоящего машинного интеллекта.
Несмотря на то, что будущее ИИ пока не предопределено, Сингулярность уже близко.
И пока мы продолжаем исследовать эти разнообразные пути, мы приглашаем вас присоединиться к нам в нашем путешествии к рассвету интеллектуального взрыва, который может (и, скорее всего, изменит) мир, каким мы его знаем.