Mens en AI-machine: co-evolutionaire hybride intelligentie?

Je weet dat je een traktatie te wachten staat wanneer een pre-print AI-onderzoekspaper begint met uit te leggen dat niemand werkelijk weet wat AI is en eindigt met kunstmatige algemene intelligentie oplossen (AGI).

De krant heet "Co-evolutionaire hybride intelligentie”, en het is een kunstwerk dat in een museum thuishoort. Maar aangezien het door de staat gesponsord onderzoek uit Rusland is dat is geüpload naar een pre-printserver, zullen we er hier gewoon over praten.

Het onderzoek is slechts vier pagina's lang, maar het team slaagt erin om veel in die ruimte in te pakken. Ze draaien er niet omheen. Wil je weten hoe je AGI oplost? Boom! Pagina een:

Het doel van dit artikel is om een ​​mogelijke manier te laten zien om sterke intelligente systemen te creëren op basis van de hybridisatie van kunstmatige en menselijke vermogens en hun co-directionele evolutie.

De "hybridisering van kunstmatige en menselijke vermogens en hun co-directionele evolutie" lijkt veel op mensen en computers die de drang krijgen om te fuseren en samen dingen op te pakken. Dat is een beetje romantisch.

Maar wat betekent het eigenlijk? Als AI-onderzoekers het hebben over 'sterke' AI, bedoelen ze niet een robot die zware voorwerpen kan dragen. Ze hebben het over het tegenovergestelde van een 'smalle AI'.

Alle moderne AI is smal. We trainen AI om een ​​specifieke (vandaar beperkte) functie uit te voeren en vinden vervolgens manieren om deze op een taak toe te passen.

Een "sterke" AI zou in staat zijn om alles te doen wat een persoon kan doen. Als zo'n AI een taak tegenkomt waarvoor hij niet is opgeleid, kan hij nieuwe algoritmen schrijven of kennis van een vergelijkbare maar niet-gerelateerde taak toepassen om het probleem op te lossen.

Wat de onderzoekers voorstellen, is een methode waarmee we niet langer afhankelijk zouden zijn van enorme hoeveelheden gegevens om vooruitgang in AI brute kracht te geven. Ze zeggen dat we onze natuurlijke intelligentie moeten combineren met de kunstmatige intelligentie van de machines en permanent verbonden moeten worden in a co-evolutionair paradigma.

Per de krant:

De ontwikkeling van datacentered intelligence nadert zijn grenzen. In plaats van een datacenterbenadering is het nodig om een ​​intelligence-centered benadering te gebruiken. Hybridisatie van menselijke en machinale intellectuele vermogens op basis van cognitieve interoperabiliteit en co-evolutie is een nieuwe grens.

Over waarom deze "nieuwe grens" de enige weg vooruit is, bieden de onderzoekers de volgende verklaring:

De mens kan niet iets creëren dat zijn cognitieve vermogens te boven gaat. Daardoor kan de analoog van de Turing-test voor de sterke intelligentie worden gecreëerd. Het oplossen van een probleem dat menselijke intelligentie niet kan oplossen, kan daarom een ​​goede maatstaf zijn. Om te accepteren dat het probleem is opgelost, moet de menselijke intelligentie zich synchroon ontwikkelen met de kunstmatige.

Met andere woorden, een hypothetisch model van de sterke kunstmatige intelligentie kan alleen hybride zijn.

Het team vertelt ons dat mensen geen AI kunnen bouwen die slimmer is dan een mens, omdat we ook maar mensen zijn. En zelfs als we dat zouden doen, zouden we niet slim genoeg zijn om het te begrijpen.

Dat klinkt behoorlijk diep, als we filosofisch spreken, maar we gebruiken wiskunde om het onbekende in de natuurkunde de hele tijd te beschrijven. Het is moeilijk om enige wetenschappelijke waarde te hechten aan de bewering dat we geen superintelligente AI zouden kunnen definiëren als we er een zouden bouwen.

Laten we er echter maar mee aan de slag gaan. Volgens de onderzoekers is de weg naar hybride sterke intelligentie omvat het uitbreiden van datagerichte trainingsmethoden met directe menselijke betrokkenheid op elk leerniveau.

Dat lijkt veel op de manier waarop we mensen 'trainen'. We sturen ze naar school, ze krijgen onderwijs, ze worden experts, ze geven les en de cyclus begint opnieuw.

We zijn allemaal voor zo'n paradigma. Als elk AI-bedrijf hands-on training zou moeten doen in plaats van alles in een zwarte doos te gooien en geld te verdienen met wat er aan de andere kant uitkomt, zouden we niet in een wereld leven waar AI-zwendel wordt regelmatig miljardenindustrieën.

Lees hier het hele verhaal ...