Man And AI Machine: Co-Evolutionary Hybrid Intelligence?

Du ved, at du får en godbid, når et fortrykt AI-forskningspapir begynder med at forklare, at ingen virkelig ved hvad AI er og ender med løse kunstig generel intelligens (AGI).

Avisen hedder "Co-evolutionær hybrid intelligens,” og det er et kunstværk, der hører hjemme på et museum. Men da det er statssponsoreret forskning fra Rusland, der blev uploadet til en pre-print server, vil vi bare tale om det her.

Forskningen er kun fire sider lang, men holdet formår at pakke en masse i det rum. De slår sig ikke rundt. Vil du vide, hvordan man løser AGI? Bom! Side et:

Formålet med denne artikel er at vise en mulig måde at skabe stærke intelligente systemer baseret på hybridisering af kunstige og menneskelige evner og deres co-directional evolution.

"Hybridiseringen af ​​kunstige og menneskelige kapaciteter og deres co-directional evolution" lyder meget som om mennesker og computere får lysten til at smelte sammen og gøre noget ved tingene sammen. Det er lidt romantisk.

Men hvad betyder det egentlig? Når AI-forskere taler om "stærk" AI, mener de ikke en robot, der kan bære tunge genstande. De taler om det modsatte af en "smal AI."

Al moderne kunstig intelligens er smal. Vi træner AI til at udføre en specifik (deraf snæver) funktion og finder derefter måder at anvende den på en opgave.

En "stærk" AI ville være i stand til at gøre alt, hvad en person kan gøre. Hvis en sådan AI stødte på en opgave, den ikke var trænet til, kunne den skrive nye algoritmer eller anvende viden fra en lignende, men ikke-relateret opgave for at løse det aktuelle problem.

Det, forskerne foreslår, er en metode, hvormed vi stopper med at stole på enorme mængder data for at brutal-force fremskridt inden for AI. De siger, at vi skal kombinere vores naturlige intelligens med maskinernes kunstige intelligens og blive permanent forbundet i en co-evolutionær paradigme.

Per papir:

Udviklingen af ​​datacentreret intelligens nærmer sig sine grænser. I stedet for en datacentreret tilgang er det nødvendigt at bruge intelligenscentreret tilgang. Hybridisering af menneskelige og maskinelle intellektuelle evner baseret på kognitiv interoperabilitet og co-evolution er en ny grænse.

Hvorfor denne "nye grænse" er den eneste vej frem, giver forskerne følgende forklaring:

Mennesket kan ikke skabe noget, der overstiger dets kognitive evner. Derved kan analogen til Turing-testen for den stærke intelligens skabes. Derfor kan løsning af et problem, som menneskelig intelligens ikke er i stand til at løse, være et godt benchmark. For at acceptere det faktum, at problemet er løst, skal den menneskelige intelligens udvikle sig synkront med den kunstige.

Med andre ord kan en hypotetisk model af den stærke kunstige intelligens kun være hybrid.

Holdet fortæller os, at mennesker ikke kan bygge en AI, der er smartere end et menneske, fordi vi kun er mennesker. Og selvom vi gjorde det, ville vi ikke være kloge nok til at forstå det.

Det lyder ret dybt, hvis vi taler filosofisk, men vi bruger matematik til at beskrive det ukendte i fysik hele tiden. Det er svært at sætte nogen videnskabelig værdi på påstanden om, at vi ikke kunne definere en superintelligent AI, hvis vi byggede en.

Lad os dog bare rulle med det. Ifølge forskerne er vejen mod hybrid stærk intelligens involverer at udvide datacentrerede træningsmetoder med direkte menneskelig involvering på alle læringsniveauer.

Det lyder meget som den måde, vi "træner" mennesker på. Vi sender dem i skole, de bliver uddannet, de bliver eksperter, de underviser, og cyklussen begynder på ny.

Vi er alle for sådan et paradigme. Hvis alle AI-virksomheder skulle lave praktisk træning i stedet for bare at smadre alt inde i en sort boks og tjene penge på det, der kommer ud i den anden ende, ville vi ikke leve i en verden, hvor AI-svindel bliver jævnligt milliardindustrier.

Læs hele historien her ...