Das Erlernen sozialer Fähigkeiten als nächstes Ziel für KI: Studieren

„Künstliche Intelligenz hat unsere Gesellschaft und unser tägliches Leben verändert“, sagte Erstautor Lifeng Fan vom Beijing Institute for General Artificial Intelligence (BIGAI).„Was ist die nächste wichtige Herausforderung für die KI in der Zukunft? Das argumentieren wir Künstliche soziale Intelligenz (DA ICH) ist die nächste große Grenze“, sagte Fan.In einer Abhandlung, veröffentlicht in CAAI-Forschung zu künstlicher Intelligenzerklärte das Team, dass ASI mehrere isolierte Teilbereiche umfasst, darunter soziale Wahrnehmung, Theory of Mind – das Verständnis, dass andere aus ihrer eigenen Sicht denken – und soziale Interaktion.Durch den Einsatz von Kognitionswissenschaft und Computermodellierung zur Identifizierung der Lücke zwischen KI-Systemen und menschlicher sozialer Intelligenz sowie aktueller Probleme und zukünftiger Richtungen wird das Feld laut Fan besser für Fortschritte gerüstet sein.„ASI ist anders und herausfordernd im Vergleich zu unserem physikalischen Verständnis der Arbeit; es ist stark kontextabhängig“, sagte Fan.„Hier könnte der Kontext so groß sein wie die Kultur und der gesunde Menschenverstand oder so klein wie die gemeinsame Erfahrung zweier Freunde. Diese einzigartige Herausforderung hindert Standardalgorithmen daran, ASI-Probleme in realen Umgebungen anzugehen, die häufig komplex, mehrdeutig, dynamisch, stochastisch, teilweise beobachtbar und Multi-Agent.“Fan sagte, dass ASI die Fähigkeit erfordert, latente soziale Hinweise wie Augenrollen oder Gähnen zu interpretieren, die mentalen Zustände anderer Agenten wie Glauben und Absichten zu verstehen und bei einer gemeinsamen Aufgabe zusammenzuarbeiten.Laut Fan ist der beste Ansatz ein ganzheitlicherer Ansatz, der nachahmt, wie Menschen miteinander und mit der Welt um sie herum interagieren. Dies erfordert eine offene und interaktive Umgebung sowie Überlegungen, wie bessere menschenähnliche Verzerrungen in ASI-Modelle eingeführt werden können.„Um den zukünftigen Fortschritt von ASI zu beschleunigen, empfehlen wir, einen ganzheitlicheren Ansatz zu verfolgen, genau wie Menschen es tun, um verschiedene Lernmethoden wie lebenslanges Lernen, Multi-Task-Lernen, One-/Few-Shot-Lernen, Meta-Lernen usw. zu nutzen. “, sagte Fan.„Wir müssen neue Probleme definieren, neue Umgebungen und Datensätze erstellen, neue Bewertungsprotokolle einrichten und neue Rechenmodelle erstellen. Das ultimative Ziel ist es, KI mit ASI auf hohem Niveau auszustatten und das menschliche Wohlbefinden mit Hilfe von Artificial Social zu steigern Intelligenz.“