要約
この記事では、コンピューター内で人間のような思考プロセスをシミュレートする方法のための分析フレームワークを提供します。
思考プロセスへの連想的な追加を検索するために、注意と記憶がどのように構造化され、更新され、使用されるべきかを説明します。
哺乳類の作業記憶は、持続発火 (数秒程度の情報の保存) とシナプス増強 (数分から数時間程度の情報の保存) という 2 つの形態の持続的活動によって可能になります。
この記事では、40 を超える一連のオリジナルの図を使用して、これらの作業記憶の反復更新が思考と意識に動的で機能的な構造をどのように提供するかを体系的に示しています。
AI 実装では、これら 2 つのストアは継続的かつ反復的に更新される必要があります。つまり、次の状態では、協調表現の一部が常に保持される必要があります。
したがって、作業記憶において協働する一連の概念は、時間の経過とともに徐々に、段階的に進化します。
これにより、各状態は前の状態の修正された反復となり、後続の状態がそれらに含まれる表現のセットに関して重複してブレンドされます。
この重複がなければ、AI システムは精神的な継続性や機械の意識を実現できないと主張されています。
永続的なアクティビティは、階層ネットワーク全体に活性化エネルギーを広げて、次の連想更新を検索します。
この長期記憶の検索により、グローバル ワークスペースに追加する最も適切な表現が特定されます。
その結果、解決策または目標に向かって前進できる、連想的にリンクされた中間状態のチェーンが形成されます。
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 provides an analytical framework for how to simulate human-like thought processes within a computer. It describes how attention and memory should be structured, updated, and used to search for associative additions to the thought process. The working memory of mammals is made possible by two forms of persistent activity: sustained firing (preserving information on the order of seconds) and synaptic potentiation (preserving information on the order of minutes to hours). The article uses a series of over 40 original figures to systematically demonstrate how the iterative updating of these working memory stores provides dynamic, functional structure to thought and consciousness. In an AI implementation, these two stores should be updated continuously and in an iterative fashion, meaning that, in the next state, some proportion of the coactive representations 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. It is argued that without this overlap, AI systems cannot achieve mental continuity or machine consciousness. Persistent activity spreads activation energy throughout the hierarchical network to search for the next associative update. This search of long-term memory locates the most appropriate representation to be added to the global workspace. The result is a chain of associatively linked intermediate states 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
| 著者 | Jared Edward Reser |
| 発行日 | 2023-11-10 05:44:26+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google