A call for embodied AI

要約

私たちは、現在の AI の進歩、特に大規模言語モデルと並べて、一般人工知能の追求における次の基本的なステップとして身体化 AI を提案します。
私たちは、哲学、心理学、神経科学、ロボット工学など、さまざまな分野にわたる具現化コンセプトの進化をたどり、EAI が静的学習の古典的なパラダイムとどのように区別されるかを強調します。
身体化 AI の範囲を広げることで、認知アーキテクチャに基づく理論的枠組みを導入し、身体化エージェントの必須コンポーネントとしての知覚、行動、記憶、学習を強調します。
このフレームワークは Friston の能動推論原則と一致しており、EAI 開発への包括的なアプローチを提供します。
AI 分野の進歩にもかかわらず、新しい AI 学習理論の策定や高度なハードウェアの革新など、大きな課題は依然として残されています。
私たちの議論は、将来の身体化型 AI 研究の基礎となるガイドラインを定めます。
現実世界の環境内で人間や他の知的エンティティとのシームレスなコミュニケーション、コラボレーション、共存が可能な身体化型 AI エージェントを作成することの重要性を強調し、多面的な課題に対処し、未来に待ち受ける機会を掴む方向に AI コミュニティを導くことを目指しています。
AGIの探求。

要約(オリジナル)

We propose Embodied AI as the next fundamental step in the pursuit of Artificial General Intelligence, juxtaposing it against current AI advancements, particularly Large Language Models. We traverse the evolution of the embodiment concept across diverse fields – philosophy, psychology, neuroscience, and robotics – to highlight how EAI distinguishes itself from the classical paradigm of static learning. By broadening the scope of Embodied AI, we introduce a theoretical framework based on cognitive architectures, emphasizing perception, action, memory, and learning as essential components of an embodied agent. This framework is aligned with Friston’s active inference principle, offering a comprehensive approach to EAI development. Despite the progress made in the field of AI, substantial challenges, such as the formulation of a novel AI learning theory and the innovation of advanced hardware, persist. Our discussion lays down a foundational guideline for future Embodied AI research. Highlighting the importance of creating Embodied AI agents capable of seamless communication, collaboration, and coexistence with humans and other intelligent entities within real-world environments, we aim to steer the AI community towards addressing the multifaceted challenges and seizing the opportunities that lie ahead in the quest for AGI.

arxiv情報

著者 Giuseppe Paolo,Jonas Gonzalez-Billandon,Balázs Kégl
発行日 2024-07-18 14:06:13+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI パーマリンク