核心概念
Brain-inspired and Self-based Artificial Intelligence (BriSe AI) integrates cognitive functions and learning strategies to achieve human-level AI models.
要約
この論文は、AIの根本的な理解と柔軟な適応力を持つために、自己ベースの学習戦略を統合したBrain-inspired and Self-based Artificial Intelligence(BriSe AI)パラダイムを紹介しています。AIの発展において自己概念が重要であることを強調し、知覚や学習から始まり、身体的自己、自律的自己、社会的自己、概念的自己までの階層フレームワークを提案しています。さらに、多くの認知アーキテクチャが統合された統一アーキテクチャによって複数の認知タスクを実行する能力が向上しました。
統計
40種類のマルチセンサリーデータセットにおける94%の精度率を達成。
ロボットが鏡テストに合格し、他者から危険回避行動を推測する能力。
継続学習モデルは新しいタスクへの適応性とエネルギー消費量削減を実現。
転移学習手法は静止画像データからイベントデータ処理への知識移転と適用能力向上。
進化学習フレームワークは局所およびグローバルな最適化プロセスを組み合わせたニューラル回路進化方法。
引用
"Current artificial intelligence is only seemingly intelligent information processing and does not truly understand or be subjectively aware of oneself."
"Intelligent agents can distinguish themselves from others, understand others’ mental states and emotions based on self-experiences."
"Inspired by the brain's state value distribution decision-making mechanism, we employ neuronal population coding to enhance the representational capability of spike sequence information."