Το πρόβλημα μυαλού-σώματος της τεχνητής νοημοσύνης

Οι επιστήμονες που χρησιμοποιούν τεχνητή νοημοσύνη και άλλα εργαλεία για να προσομοιώσουν μύγες φρούτων, τρωκτικά και ανθρώπινα νήπια στοχεύουν να κατανοήσουν μια βασική πτυχή της φυσικής νοημοσύνης – και ότι η έρευνα θα μπορούσε να ανεβάσει τα σημερινά chatbots στη σκάλα AI , όπως αναφέρει η Alison Snyder του axios.com

Γιατί έχει σημασία: Το ChatGPT δεν έχει σώμα — αλλά ορισμένοι ερευνητές τεχνητής νοημοσύνης πιστεύουν ότι η «ενσωματωμένη γνώση» είναι απαραίτητο συστατικό για την επίτευξη του ιερού δισκοπότηρου της τεχνητής γενικής νοημοσύνης ή AGI.

• Άλλοι, συμπεριλαμβανομένου του δημιουργού του ChatGPT OpenAI, στοιχηματίζουν ότι το μόνο που χρειάζονται για να φτάσουν στο AGI είναι να συνεχίσουν να κλιμακώνουν τα σημερινά μεγάλα μοντέλα γλώσσας με περισσότερα δεδομένα και περισσότερη υπολογιστική ισχύ.

Η μεγάλη εικόνα: Η γλώσσα, ο συλλογισμός και άλλες αφηρημένες δεξιότητες τείνουν να συγκεντρώνουν τα περισσότερα εύσημα για την ανθρώπινη νοημοσύνη. Αλλά η απόκτηση γνώσης για το πώς λειτουργεί ο κόσμος περπατώντας, σέρνοντας, κολυμπώντας ή πετώντας μέσα από αυτόν είναι ένα σημαντικό δομικό στοιχείο όλης της νοημοσύνης των ζώων.

• Μια ομάδα επιφανών ερευνητών τεχνητής νοημοσύνης πέρυσι υποστήριξεμια «ενσωματωμένη δοκιμή Turing» για να μετατοπίσει την εστίαση μακριά από τα παιχνίδια και τη γλώσσα τεχνητής νοημοσύνης, τα οποία είναι «καλά ανεπτυγμένα ή μοναδικά ανθρώπινα, σε εκείνες τις δυνατότητες — που κληρονομήθηκαν από πάνω από 500 εκατομμύρια χρόνια εξέλιξης — που μοιράζονται όλα τα ζώα».

Πώς λειτουργεί: Ομάδες νευροεπιστημόνων, ανατόμων και ερευνητών μηχανικής μάθησης σε όλο τον κόσμο κατασκευάζουν λεπτομερή εικονικά μοντέλα τρωκτικών, μυγών και ανθρώπινων βρεφών.

• Ερευνητές από το Google DeepMind και την ερευνητική πανεπιστημιούπολη Janelia του HHMI έχουν δημιουργήσειμια εικονική μύγα φρούτων συνδυάζοντας ένα ανατομικό μοντέλο του σκελετού της μύγας φρούτων, προσομοιώσεις της φυσικής που βιώνει μια μύγα (όπως η δυναμική των ρευστών, η πρόσφυση και η βαρύτητα) και ένα τεχνητό νευρωνικό δίκτυο εκπαιδευμένο σε συμπεριφορές μύγας.
• Η συμπεριφορά της εικονικής μύγας συγκρίνεται με τη συμπεριφορά μιας πραγματικής μύγας για την ενημέρωση του εικονικού μοντέλου έως ότου ταιριάζει με τις ενέργειες του πραγματικού ζωύφιου — περπάτημα, πτήση και να σέρνεται ανάποδα.
• Τα μέλη της ομάδας έχτισαν προηγουμένως ένα εικονικό τρωκτικό.
• Ερευνητές στο EPFL στη Λωζάνη της Ελβετίας δημοσίευσανεπίσης ένα μοντέλο εικονικής μύγας στα τέλη του περασμένου έτους.

Ο στόχος είναι να κατανοήσουμε “πώς το σώμα μεσολαβεί μεταξύ του εγκεφάλου και του κόσμου”, λέει ο Srinivas Turaga, νευροεπιστήμονας στο Janelia και συν-συγγραφέας του προεκτυπωμένου δοκιμίου για την εικονική μύγα που δημοσιεύτηκε χθες.

• Τελικά, αυτά τα μοντέλα θα μπορούσαν να συνδυαστούν με διαγράμματα του τρόπου με τον οποίο οι νευρώνες στον εγκέφαλο συνδέονται μεταξύ τους – ” connectomes” – για να προσπαθήσουμε να κατανοήσουμε πώς ένα δίκτυο νευρώνων προκαλεί μια συγκεκριμένη συμπεριφορά.
• «Το σώμα και το νευρικό σύστημα εξελίχθηκαν μαζί», λέει ο Turaga. “Και έτσι η νοημοσύνη, κατά κάποιο τρόπο, δεν είναι μόνο στον εγκέφαλο. Υπάρχει επίσης μηχανική νοημοσύνη” που βοηθά τα ζώα να κινούνται.

Η ίντριγκα: Ενσαρκωμένη. Η γνώση βοηθά επίσης τα ζώα να κατανοήσουν πώς λειτουργεί ο κόσμος – βιώνοντάς τον.

• “Υπάρχει ένα επιχείρημα ότι τα βιολογικά συστήματα μαθαίνουν από την αλληλεπίδραση με τον κόσμο”, λέει ο Jochen Triesch του Ινστιτούτου Προηγμένων Σπουδών της Φρανκφούρτης.
• «Τα περισσότερα συστήματα μηχανικής μάθησης σήμερα μαθαίνουν απορροφώντας παθητικά μεγάλα σύνολα δεδομένων, είτε πρόκειται για βίντεο είτε για εικόνες είτε για εικόνες με λεζάντες», λέει ο Triesch.
• Η μάθηση μέσω της αλληλεπίδρασης με τον κόσμο είναι κάτι «πραγματικά απαραίτητο που λείπει εντελώς από το μεγαλύτερο μέρος της κοινότητας μηχανικής μάθησης αυτή τη στιγμή».

Ο Triesch και οι συνάδελφοί του ενδιαφέρονται για την ανθρώπινη γνωστική ανάπτυξη και έχουν αναπτύξει το MIMo , ένα εικονικό ανθρώπινο μοντέλο με το σώμα ενός παιδιού 18 μηνών με χέρια με πέντε δάχτυλα. Το εικονικό του σώμα αισθάνεται το περιβάλλον του με διόφθαλμη όραση, ιδιοδεκτικότητα και εικονικό δέρμα ολόκληρου του σώματος.

• Το MIMo δεν είναι τόσο λεπτομερές όσο το μοντέλο μύγας φρούτων, αλλά αυτό το κάνει πολύ πιο γρήγορο στην προσομοίωση, λέει ο Triesch. Υπάρχει μια αντιστάθμιση μεταξύ του επιπέδου ρεαλισμού και του απαιτούμενου υπολογισμού, και οι ερευνητές της MIMo πιστεύουν ότι το κρίσιμο μέρος του μοντέλου τους είναι το ευαίσθητο στην αφή δέρμα και όχι το ακριβές σχήμα του σώματος.

Έλεγχος πραγματικότητας: Είναι μια ανοιχτή ερώτηση — και συζήτηση — εάν οι πληροφορίες σχετικά με τη σχέση εγκεφάλου-σώματος που προέρχονται από μελέτες νευροεπιστήμης μπορούν να χρησιμοποιηθούν για να διδάξουν τις μηχανές να λειτουργούν στον φυσικό κόσμο.

• «Στην τεχνητή νοημοσύνη, αυτό είναι το πιο δύσκολο πρόβλημα μέχρι σήμερα», λέει ο Aran Nayebi, ένας μεταδιδακτορικός ερευνητής στο MIT που εργάζεται στη διασταύρωση της τεχνητής νοημοσύνης και της νευροεπιστήμης για να προσπαθήσει να αναστρέψει τα νευρικά κυκλώματα, συμπεριλαμβανομένου του οπτικού συστήματος σε ποντίκια.

 
Πηγή: axios.com