Bootstrapping Developmental AIs: From Simple Competences to Intelligent Human-Compatible AIs

要約

AI を作成するための主流のアプローチは、大規模言語モデル (LLM) を使用した生成および深層学習 AI アプローチと、従来の手動で構築されたシンボリック AI アプローチです。
手動で構築された AI は、通常、境界領域内であっても脆弱です。
生成型 AI は奇妙な間違いを犯しますが、それに気づきません。
どちらのアプローチでも、AI は簡単に指示することができず、常識を働かず、好奇心が欠如しています。
彼らは抽象的な知識を持っていますが、社会的整合性がありません。
発達型AIにはさらなる可能性があるかもしれません。
彼らは人間の子供と同じように能力を発達させます。
彼らは生来の能力から始まり、環境と相互作用し、その相互作用から学びます。
彼らは人々と交流し、そこから学び、知覚的、認知的、共通の基盤を確立します。
発達用 AI は、視覚的およびマルチモーダルな知覚、物体の認識と操作などの機能を実証しています。
抽象化の発見、好奇心、模倣学習、早期言語習得のための計算モデルも実証されています。
開発中の AI も人間と同じように、自己開発および社会的に開発された能力を獲得することが約束されています。
これらは、現在の主流の AI アプローチの欠点に対処し、最終的には批判的な読み取り、来歴の評価、仮説のテストを含む洗練された形式の学習につながるでしょう。
しかし、発達的な AI プロジェクトは、言語が流暢になる前の約 2 歳の人間の発達に相当する幼児レベルの能力にまだ完全には達していません。
彼らは読書の壁を越えて、オンライン情報リソースを巧みに、そして懐疑的に利用することはありません。
このポジションペーパーでは、開発用 AI の実践を拡張してインテリジェントで人間と互換性のある AI を作成するためのロジック、展望、ギャップ、課題を説明します。

要約(オリジナル)

The mainstream approaches for creating AIs are the generative and deep learning AI approaches with large language models (LLMs) and the traditional manually constructed symbolic AI approach. Manually constructed AIs are generally brittle even in circumscribed domains. Generative AIs make strange mistakes and do not notice them. In both approaches the AIs cannot be instructed easily, fail to use common sense, and lack curiosity. They have abstract knowledge but lack social alignment. Developmental AIs may have more potential. They develop competences like human children do. They start with innate competences, interact with the environment, and learn from their interactions. They interact and learn from people and establish perceptual, cognitive, and common grounding. Developmental AIs have demonstrated capabilities including visual and multimodal perception, and object recognition and manipulation. Computational models for abstraction discovery, curiosity, imitation learning, and early language acquisition have also been demonstrated. The promise is that developmental AIs will acquire self-developed and socially developed competences like people do. They would address the shortcomings of current mainstream AI approaches, and ultimately lead to sophisticated forms of learning involving critical reading, provenance evaluation, and hypothesis testing. However, developmental AI projects have not yet fully reached toddler level competencies corresponding to human development at about two years of age, before their speech is fluent. They do not bridge the Reading Barrier, to skillfully and skeptically draw on online information resources. This position paper lays out the logic, prospects, gaps, and challenges for extending the practice of developmental AIs to create intelligent, human-compatible AIs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google