Centrala begrepp
Dieser Artikel präsentiert einen theoretischen Rahmen, um das Allgemeine Modell der Kognition an große generative Netzwerkmodelle in der Künstlichen Intelligenz anzupassen. Dies kann erreicht werden, indem Module innerhalb des Allgemeinen Modells in Schatten-Produktionssysteme umstrukturiert werden, die peripher zu einem zentralen Produktionssystem sind, der die höherstufige Schlussfolgerung auf Basis der Ausgaben der Schatten-Produktionen verwaltet.
Sammanfattning
Der Artikel diskutiert, wie das Allgemeine Modell der Kognition (Common Model of Cognition, CMC) mit großen generativen neuronalen Netzwerken verbunden werden kann.
Zunächst wird das CMC und seine Komponenten wie Produktionsregeln, Chunks und Module erläutert. Dann wird das Konzept der Schatten-Produktionssysteme eingeführt, die als periphere Systeme zu dem zentralen Produktionssystem fungieren.
Der Hauptbeitrag ist ein Vorschlag, wie das CMC umstrukturiert werden kann, um generative Netzwerke zu integrieren. Dafür wird eine Schnittstelle namens "Middle Memory" eingeführt, die die Ausgaben der generativen Netzwerke aufnimmt und an die Schatten-Produktionssysteme weiterleitet. Diese Schatten-Produktionen können dann die Informationen kontextualisieren und an den zentralen Produktionssystem übergeben.
Durch diese Architektur können die Vorteile von statistischem Lernen in generativen Netzwerken und symbolischem Schlussfolgern im CMC kombiniert werden, um eine umfassendere Modellierung menschlicher Kognition zu ermöglichen.
Statistik
Keine relevanten Statistiken oder Zahlen im Text.
Citat
"Intelligent systems gain significant robustness by possessing both Good Old-Fashioned Artificial Intelligence (i.e., GOFAI or "symbolic") reasoning and connectionist statistical learning (e.g. Hitzler et al. 2022); however, there is no consensus on how to integrate the two."
"Cognitive modelling and artificial intelligence have distinct goals, namely to explain and predict the behaviour of humans and animals on the one hand, and to solve problems and perform tasks without human guidance on the other."
"Integrating traditional cognitive modelling approaches with generative networks may therefore yield architectures that are better able to support modelling the full range of human behaviour, and may broaden the range of problems solvable by a unitary AI system."