A Cognitive Architecture for Machine Consciousness and Artificial Superintelligence: Updating Working Memory Iteratively

要約

この記事では、コンピュータ内で人間のようなワーキング メモリと思考プロセスを構築する方法について説明します。
焦点は、哺乳類の作業記憶システムのシミュレーションにあります。
相互作用する 2 つのワーキング メモリ ストアが存在する必要があります。1 つはシステムに注目の焦点を与える持続的な発火に類似しており、もう 1 つはシステムに短期記憶を提供するシナプス増強に類似しています。
これらのワーキング メモリ ストアは、表現を保持して共活性化し、それらを使用して長期記憶を検索して適切な更新を探します。
ワーキング メモリ ストアは、継続的に反復的に更新する必要があります。つまり、次の状態では、共同アクティブなアイテムの一部を常に保持する必要があります。
このように、作業記憶で協働する一連の概念は、時間の経過とともに徐々に進化していきます。
これにより、各状態が前の状態の改訂された反復になり、連続する状態がそれらに含まれる表現のセットに関してオーバーラップおよびブレンドされます。
新しい表現が追加され、古い表現が削除されると、これらの変更の過程で数秒間アクティブなままになるものがあります。
この永続的な活動は、現代の人工再帰型ニューラル ネットワークで使用されているものと同様に、活性化エネルギーをグローバル ワークスペース全体に広げて、次の連想更新を検索するために使用されます。
その結果、解決策または目標に向かって進むことができる、連想的にリンクされた中間状態のチェーンができます。
ここでは、反復更新は、情報処理戦略、思考の流れの計算的および神経生理学的決定要因、および汎用人工知能を設計およびプログラミングするためのアルゴリズムとして概念化されています。

要約(オリジナル)

This article examines how to construct human-like working memory and thought processes within a computer. The focus is on simulating the mammalian working memory system. There should be two interacting working memory stores, one analogous to sustained firing lending the system a focus of attention, and another analogous to synaptic potentiation lending the system a short-term memory. These working memory stores retain and coactivate representations, using them to search long-term memory for appropriate updates. The working memory stores should be updated continuously, and in an iterative fashion, meaning that, in the next state, some proportion of the coactive items should always be retained. Thus, the set of concepts coactive in working memory will evolve gradually and incrementally over time. This makes each state a revised iteration of the preceding state and causes successive states to overlap and blend with respect to the set of representations they contain. As new representations are added and old ones are subtracted, some remain active for several seconds over the course of these changes. This persistent activity, similar to that used in contemporary artificial recurrent neural networks, is used to spread activation energy throughout the global workspace to search for the next associative update. The result is a chain of associatively linked intermediate states that are capable of advancing toward a solution or goal. Iterative updating is conceptualized here as an information processing strategy, a computational and neurophysiological determinant of the stream of thought, and an algorithm for designing and programming artificial general intelligence.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google