A DeepMind új kognitív taxonómiája a gépi intelligencia felmérésére
A Google DeepMind publikált egy szép, rövid tanulmányt, amely egy „kognitív taxonómiát” mutat be, amelyet reményeik szerint fejleszteni és használni fognak az egyre erősebb szintetikus elmék felmérésére. Ez a munka a DeepMind 2023-as munkájának folytatása, ahol megpróbálták meghatározni az „AGI Szintjeit” (Import AI 348).
- A taxonómia tíz különböző dimenziót foglal magában, amelyek közül kettő összetett.
- Érzékelés: Információ kinyerése és feldolgozása a környezetből.
- Generálás: Kimenetek, például beszéd, szöveg, motoros mozgások és számítógépes vezérlés előállítása.
- Figyelem: Kognitív erőforrások összpontosítása a perceptuális ingerek, gondolatok vagy feladatok specifikus aspektusaira.
- Tanulás: Új ismeretek, készségek vagy megértés elsajátítása.
- Memória: Információk tárolása és visszakeresése idővel.
- Érvelés: Érvényes következtetések levonása és következtetések megtétele logikai elvek alkalmazásával.
- Metakogníció: Tudás arról, hogyan működnek a rendszer saját kognitív folyamatai és azok feletti irányítás.
- Végrehajtó funkciók: Célorientált viselkedés elősegítése tervezés, gátlás és kognitív rugalmasság révén.
- Problémamegoldás (összetett képesség): Hatékony megoldások találása domain-specifikus problémákra.
- Szociális kogníció (összetett képesség): Szociális információk feldolgozása és értelmezése, valamint megfelelő reagálás.
- Természetesen, ha megvan a taxonómia, a megfelelő értékelések elvégzése és felmérése az egyik kihívás lesz. Itt a DeepMind egy háromlépcsős folyamatot javasol:
- Végezzen kognitív értékelést: Értékelje az AI rendszert a különböző készségek szempontjából.
- Gyűjtse össze az emberi alapértékeket: Határozza meg, hol van az emberi alapérték ugyanazokon a teszteken.
- Építsen kognitív profilokat: „Térképezze fel a rendszer erősségeit és gyengeségeit az emberi teljesítményhez képest a 10 kognitív képesség mentén”.
Miért fontos?
A Turing-teszt halott, az értékelések többnyire telítettek, de persze jó lenne tudni, hogy vajon biztosan építettünk-e olyan gépet, amely az összes releváns kognitív dimenzióban felülmúlja az embereket. Az ilyen dolgoknál az a szabály, hogy amint egy AI rendszer telít egy értékelést, rájössz, hogy az értékelés minden tekintetben hibás volt, és újat tervezel. Itt a DeepMind nagyon keményen próbálja úgy felépíteni a dolgokat, hogy ha teljes mértékben felülmúlja az embereket a kognitív taxonómiában, akkor valóban szuperintelligenciát építhetett. Érdekes lesz látni, milyen értékeléseket fejlesztenek vagy vonnak be a különböző kognitív tényezők felmérésére. ---