没有合适的资源?快使用搜索试试~ 我知道了~
人级人工智能Lorijn Zaadnoordijk1和Tarek R.Besold21Radboud University,Donders Institute for Brain,Cognition,and Behaviour,Nijmegen,荷兰L. donders.ru.nl2西班牙巴塞罗那Telefonica Innovation Alpha的Alpha Health AI LabTarek. telefonica.com抽象的。 对于人类认知者来说,现象经验在与世界的日常互动中占据中心地位。在本文中,我们主张将现象体验转变为人类水平AI(HLAI)研究和开发的重点我们的目标不是让人工系统有与人类相同的感觉,而是专注于功能上等同于现象体验的工程能力的可能性这些能力可以提供不同质量的输入,使认知系统能够更有效地自我评估其在世界上的状态,并且比当前方法所允许的更具一般性我们以能动感为例,为我们的一般性论证奠定基础。与此同时,我们反映了更广泛的可能性和好处,为人工同行的人类现象的经验,并提供建议,实施功能等同的机制。关键词:人类水平的人工智能·现象学·代理感1介绍现象体验是我们与周围世界许多互动的决定性因素。虽然对我们来说,日常认知中的现象性品质并不总是值得积极关注,但经验维度的消失将产生深远的影响,例如,学习,社会互动和道德行为。因此,现象学已经成为不同学科[3,7,19]的理论和实证研究的热门话题,但除了一些值得称赞的例外,如[17,4]-在人工智能中被广泛忽视。我们主张将现象学也转移到人类水平人工智能(HLAI)研究和开发的重点。与非现象感知相比,现象体验为认知提供了不同质量的输入(即,来自环境的刺激的抽象记录)。其中,现象学可以促进人工认知系统在世界中的状态的自我评价2法律扎德诺代克河室贝索尔德我的天2人级人工智能HLAI旨在开发可以有意义地被认为与人类相当的机器,因为它们同样能够推理、追求和实现目标、感知和响应来自其环境的不同类型的刺激、处理信息或从事科学和创造性活动。我们对HLAI的看法是功能主义的:任何在人工系统中(重新)创造人类水平智能的技术可实现的手段都被认为是有效的。任何一种认知系统需要解决的核心挑战之一是如何最好地与世界交互(即,其所处的环境)以及其在世界中的状态的相关联的(自)评估。至少对人类来说是这样我想到了解决这些相互关联的问题的两种可能的方法:一种途径利用高级推理能力,而另一种途径依赖于现象经验。前一条路线可能需要一个过程,需要所有的感知,表征,推理和评估。另一方面,现象体验通常承担着提供直接(相比之下,更不需要中介)的访问和评估的功能,允许通过不涉及高级推理的途径从感知到评估1. 感知感官输入{Y}。2. 表示感知的输入:R2(Y).3. 从R(Y)映射)-和系统-内部信息S-的评估经验范畴、质量和效价,例如,痛苦或请求肯定的,弱的或强的,吸引人的或厌恶的:E(R(Y),S)→ {{pain,pleasure,. . . }×{弱,强,。. . }× {attractive,aversive,. . . },}。3比较这两种方法,可以解释第二条涉及现象经验的路线的三个优点:(i)提高了效率和易处理性,(ii)降低了对附加信息的要求,以及(iii)提高了通用性。从感知表示直接映射到评估消除了从表示到类别标签的推理过程,否则这可能涉及对显著大小的状态空间的探索或对冗长的单个推理步骤链的执行。此外,在许多情况下,高级推理机制的成功执行需要进一步的知识,这可能是认知者无法获得的在相关的时间点。相反,现象经验是假设的大多独立于一个人的知识(尽管他们可能会受到以前的经验和对感知的熟悉程度的影响)。最后,在“标准”方法中,系统和环境之间的界面通常是根据评估功能来设想的,该评估功能采用两组输入:一组当前系统和世界状态,通常连同系统的潜在动作的表示,以及一组目标(即,期望的系统或世界状态)。函数输出是相对于系统目标的系统和世界状态的评估。生成这些函数远非微不足道,而且迄今缺乏3映射的共域包括,以说明感知不产生现象体验的情况,例如,在阈下启动中人级人工智能3一般性的回答或方法。在大多数情况下,这妨碍了普遍性,因为评价职能必须以某一领域或行动空间为基础,才能以全面的方式加以界定此外,它们依赖于某些定义的域元素或动作可能性的存在(或不存在),这对应用域的一般性施加了进一步的限制。3人工现象学我们主张工程人工现象学(即,现象体验的功能等价物即使我们知道如何在人工系统中再现人类现象学,由于人工智能/机器人系统和假设相似的人类之间缺乏亲缘关系先验的现象经验是没有根据的:确切的现象性质很可能是人类特定形式的表征和/或处理所产生的附带现象[6]。尽管如此,我们相信现象体验的同一性是不需要的,但是机器一侧的功能等同物足以用于创建HLAI的目的。因此,挑战就变成了设计一种能力,以实现与认知过程中的现象体验相同的功能,但对于实际的定性维度仍然是不可知的在考虑实施人工现象学的方法时,我们采取了一种表征主义方法[5],这种方法经常应用于认知能力和现象体验。表象主义对现象学的解释表征主义为HLAI中的方法提供了自然的接口,其建立在计算认知准则(即,假设计算在原则上能够产生心理能力),因此,除其他外,引入表征作为计算的重要组成部分[14,16]。4实施现象学:主体意识在典型发育的成年人中,导致一个人的行为及其后果的感觉[10]),有助于认知的重要方面,例如通过干预学习[11],社会和道德互动[2]以及自我-他人区分[19]。至少有两种不同的现象在“能动性”的旗帜下,“能动性判断”和“能动性感觉”被认为是“能动性在判断的情况下,推理步骤产生了作为世界上的代理人的假设状态-认为自己是代理人为环境的观察提供了最好的解释,因此代理人以事后的方式被假设。这导致了一种信念状态,将代理归因于推理者。就能动性的感觉而言,能动性并不是直接被感知或作为积极推理过程的结果而得出结论,而是作为一种基于对什么的表征的现象性质而被体验到的。世界是什么样的。因此,与判断相反,能动性的感觉更类似于一种知觉状态,而不是一种信念状态。4法律扎德诺代克河室贝索尔德从HLAI的角度来看,当考虑实现时,这两个概念提出了不同的挑战对机关的判断需要一个推理过程,确定自己是所观察到的环境状况变化的最可能原因在认知系统中实现这种推理返回到框架问题的几个方面[9]。如果要求行政机关的判断是绝对正确的,那么这个体系必须能够排除世界上各种变化的所有可能的替代原因(观察到的和未观察到的)唉,已经决定了知觉输入的哪些方面与执行能动性判断相关,就像随后的推理过程一样,带来了计算困难的危险。幸运的是,绝对正确强加了一个不合理的标准,尤其是因为当人们被要求在不可能立即观察的环境中判断他们的机构时,人类也会犯错。 在实践中,执行能动性判断就等同于一种对最佳解释的推理形式,因而也等同于溯因推理[13,8]:系统必须决定其环境中的变化是否最有可能是由于其自身的行为,使其成为相应情况下的代理(或不是)。作为知觉状态的能动性的感觉,通常被认为是从一个人的行为所预测的世界状态与另一个人所观察到的世界状态之间的比较中产生的[1]。由于其对其他认知能力的贡献,几组研究人员已经参与了如何为人工系统配备SoA或相关能力的问题这些项目和类似项目的一个共同点是它们主要关注应急检测。然而,虽然应急检测在人类SoA中起着重要作用,但其本身是不够的[21]。相反,感觉运动偶然性的检测很可能是因果推理的线索,即行为是由自己引起的,其输出是心理因果表征,部分表征了SoA。返回到人工认知系统的上下文,获得相应的尽管如此,虽然这一步骤在本质上是推理性的,但它并不一定要涉及复杂的高级推理形式,就像对机关的判断那样 它可以按照上面列出的现象体验的一般模式进行:在提供了作为感官输入的感知世界状态和在当前时间点的系统内部信息内的预测世界状态的情况下,对两者之间的相等关系的检测引起到作为经验类别的“能动感”的映射。当然,这不可避免地引发了所需映射函数的起源问题 不同的方法是可以想象的,包括先验的硬编码的系统架构师,从观察到的统计规律,或通过明确的“教学”的努力,通过设计师或用户学习。一般来说,在设计一个人类能动性感觉的功能等同物时,挑战在于忽略了人类现象经验的实际定性维度(参见第10章)。第3节中的相应讨论),同时也没有剥夺拥有非凡体验的好处。一种可能的解决方案是直接映射某些感官范围,并结合快速识别。人级人工智能5将内部系统状态转换为即时的“现象值”。给定系统状态在一个特定的时间点,某些感官输入应该引起人工现象学。现象经验的人工对应物及其丰富的定性属性可以被定义为来自系统的可用传感器的输出范围的直接映射,与关于系统的内部状态的特定信息相结合。在这一点上,重要的属性是有限的和已知的范围都,传感器以及系统的内部表征机制。通过省略推理步骤,现象启发的方法既不需要对可能感知及其表示的空间的详尽枚举和解释(并且因此,在实践中限制),也不涉及相对于任何目标状态的当前系统和世界状态的经常计算上昂贵的评估。将相关信息减少到感知表示连同系统内部属性,并且将直接映射应用到具有相关联的评估值的定性类别,因此增加了计算过程的易处理性和方法的一般性。 然后,输出值可以作为直接的函数对应物 例如,如果遇到“痛苦”,则触发回避反应5结论我们认为,赋予HLAI系统与人类现象经验的作用平行的能力,有助于以比目前更普遍和更易于处理的方式在世界上学习和行动回到我们在第2节中的比较,涉及感知,表示,推理和评估的过程与人工现象学的较短这反过来又可以促进世界上的学习和行动,根据预测结果分配行动,并评估实际行动的结果。在应用方面,除了已经提到的关于创建HLAI作为研究努力的进展的明显优势之外,人工智能还可以用于其他方面。社会现象学有望在人机交互(HCI)环境中开启一个新的定性维度。人工现象学将极大地有助于系统行为更接近人类代理,以及复杂的用户建模能力,提供更直接的-和可能的一般更好的知情-帐户的用户的认知状态(S)作为基础的互动和协作。因此,有几个方面激发了对人工现象学的需要,因此,需要研究的可能性。在本文中,我们概述了这个企业的起始位置6法律扎德诺代克河室贝索尔德引用1. Blakemore,S.J.,Wolpert,D. M.,Frith,C.D.:中枢性消除自发的痒感。Nature Neuroscience1(7),635(1998)2. 卡斯帕E.A.Cleeremans,A.Haggard,P.:只会发号施令?实验研究发出或接受命令时的能动性的PLoS ONE13(9),e0204027(2018)3. Chalmers,D.J.:经验的表征性未来的Phi-洛斯菲山口1534. Chella,A.,Manzotti,R.:人工意识。在:Cutsuridis,V.,Hussain,A.,Taylor,J.G.(eds.)感知-动作循环:模型、体系结构和硬件,pp。637-671. Springer New York,New York,NY(2011)5. 康明斯,R.:意义和心理表征。Mrs. Putter(1989)6. Dehaene,S.,Lau,H.,Kouider,S.:对关于什么是意识以及机器能拥有意识的评论的回应?.科学359(6374),4007. Dehaene,S.,Naccache,L.:走向意识的认知神经科学:基础证据和工作空间框架。 认知79(1-2),18. Denecker,M.,Kakas,A.:逻辑程序设计中的溯因。在:Kakas,A.C.,萨德里楼(eds.)计算逻辑:逻辑编程及其他:纪念罗伯特·A. Kowalski Part I,pp.402-436. 03 The Dog of the Dog(2002)9. Dennett,D.:ai的框架问题。心理学哲学:当代Readings433,6710. Haggard,P.,Chambon,V.:代理感Current Biology22(10),R39011. Lagnado地方检察官Sloman,S.:学习因果结构。在:会议记录的一个认知科学学会年会。第24卷(2002年)12. Lara,B. Hafner,V.V.,Ritter,C.N. Schillaci,G.:用于机器人自我噪声建模和预测的身体表示。发展人工智能主体的能动性。在:2016年人工生命会议论文集13.页390-397. MIT Press(2016)13. Mooney,R.J.:在机器学习中集成溯因推理和归纳In:Flach,P.A.卡卡斯足球俱乐部(eds.)外展和诱导:关于他们的关系和整合的论文,pp。181-191. 03 The Dark(2000)14. O’Brien, Opie,J.:表示在计算中的作用认知亲cessing10(1),5315. Pitti,A.,Mori,H.,Kouzuma,S.,Kuniyoshi,Y.: 视觉运动脉冲神经网络中 的 权 变 知 觉 和 能 动 性 测 量 。 IEEE Transactions on Autonomous MentalDevelopment1(1),8616. Rescorla,M.:心智的计算建模:心智代表的角色是什么tation?Wiley Interdisciplinary Reviews:Cognitive Science6(1),6517. Sloman,A.Chrisley,R.:虚拟机和意识。Journal of consciousness studies10(4-5),13318. Synofzik,M.,Vosgerau,G.Newen,A.:超越比较模型:一个多代 理 商 的 阶 乘 两 步 帐 户 。 Consciousness and Cognition17 ( 1 ) , 219-239(2008)19. Tsakiris,M., Sch ütz-Bosbach,S.,Gallagher,S.:关于代理和债务:现象学和神经认知的反思。 意识与认知16(3),64520. Wegner,D.M.:有意识意志的幻觉03 The Dog 's Dog(2002)21. Zaadnoordijk湖Besold,T.R.,Hunnius,S.:A match does not make a sense:On the sufficiency of the comparator model for explaining the sense of agent(submitted)
下载后可阅读完整内容,剩余1页未读,立即下载
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
会员权益专享
最新资源
- 利用迪杰斯特拉算法的全国交通咨询系统设计与实现
- 全国交通咨询系统C++实现源码解析
- DFT与FFT应用:信号频谱分析实验
- MATLAB图论算法实现:最小费用最大流
- MATLAB常用命令完全指南
- 共创智慧灯杆数据运营公司——抢占5G市场
- 中山农情统计分析系统项目实施与管理策略
- XX省中小学智慧校园建设实施方案
- 中山农情统计分析系统项目实施方案
- MATLAB函数详解:从Text到Size的实用指南
- 考虑速度与加速度限制的工业机器人轨迹规划与实时补偿算法
- Matlab进行统计回归分析:从单因素到双因素方差分析
- 智慧灯杆数据运营公司策划书:抢占5G市场,打造智慧城市新载体
- Photoshop基础与色彩知识:信息时代的PS认证考试全攻略
- Photoshop技能测试:核心概念与操作
- Photoshop试题与答案详解
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)