Siri ve Google Asistan istek üzerine toplantı planlayabilirler, ancak şu ana kadar randevulara bağımsız olarak öncelik verecek sosyal anlayışa sahip değiller.
Çin merkezli araştırmacılara göre, Yapay zeka (AI) akıllıdır, ancak sosyal becerilerin eksikliği nedeniyle engellenir.
Pekin Genel Yapay Zeka Enstitüsü’nden (BIGAI) ilk yazar Lifeng Fan, “Yapay zeka toplumumuzu ve günlük yaşamımızı değiştirdi” dedi.
“Gelecekte AI için bir sonraki önemli zorluk nedir? Yapay Sosyal Zeka (ASİ) bir sonraki büyük sınır,” dedi Fan.
dergisinde yayınlanan bir makalede, CAAI Yapay Zeka Araştırmasıekip ASI’nin sosyal algı, Zihin teorisi – diğerlerinin kendi bakış açılarından düşündüklerini anlama – ve sosyal etkileşim dahil olmak üzere çok sayıda silolu alt alanlardan oluştuğunu açıkladı.
Fan, AI sistemleri ile insan sosyal zekası arasındaki boşluğu ve ayrıca mevcut sorunları ve gelecekteki yönleri belirlemek için bilişsel bilimi ve hesaplamalı modellemeyi kullanarak, alanın ilerlemek için daha donanımlı olacağını söyledi.
Fan, “ASI, çalışmayla ilgili fiziksel anlayışımıza kıyasla farklı ve zorlu; büyük ölçüde içeriğe bağlı.” Dedi.
“Burada bağlam, kültür ve sağduyu kadar geniş veya iki arkadaşın ortak deneyimi kadar küçük olabilir. Bu benzersiz zorluk, standart algoritmaların, genellikle karmaşık, belirsiz, dinamik, stokastik, gerçek dünya ortamlarındaki ASI sorunlarını çözmesini yasaklar. kısmen gözlemlenebilir ve çok ajanlı.”
Fan, ASI’nin göz devirme veya esneme gibi gizli sosyal ipuçlarını yorumlama, diğer ajanların inanç ve niyet gibi zihinsel durumlarını anlama ve ortak bir görevde işbirliği yapma becerisi gerektirdiğini söyledi.
Fan’a göre en iyi yaklaşım, insanların birbirleriyle ve etraflarındaki dünyayla nasıl etkileşim kurduklarını taklit eden daha bütünsel bir yaklaşımdır. Bu, açık uçlu ve etkileşimli bir ortamın yanı sıra daha iyi insan benzeri önyargıların ASI modellerine nasıl dahil edileceğini düşünmeyi gerektirir.
“ASI’nin gelecekteki ilerlemesini hızlandırmak için, yaşam boyu öğrenme, çoklu görev öğrenme, tek/birkaç adımlı öğrenme, meta-öğrenme vb. gibi farklı öğrenme yöntemlerini kullanmak için tıpkı insanlar gibi daha bütünsel bir yaklaşım benimsemenizi öneririz. ,” dedi Fan.
“Yeni sorunlar tanımlamamız, yeni ortamlar ve veri kümeleri oluşturmamız, yeni değerlendirme protokolleri kurmamız ve yeni hesaplama modelleri oluşturmamız gerekiyor. Nihai hedef, yapay zekayı üst düzey ASI ile donatmak ve Yapay Sosyal yardımıyla insan refahını artırmaktır. İstihbarat.”
FacebooktwitterLinkedin
