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) akıllı, ancak eksikliği nedeniyle bodur sosyal beceriler.
İlk yazar “Yapay zeka toplumumuzu ve günlük hayatımızı değiştirdi” cankurtaran fanıPekin Genel Yapay Zeka Enstitüsü’nden (BIGAI) söz konusu.
“Gelecekte AI için bir sonraki önemli zorluk nedir? Yapay Sosyal Zeka (ASİ) bir sonraki büyük sınır,” Fan söz konusu.
CAAI Yapay Zeka Araştırması’nda yayınlanan bir makalede ekip, ASI’nin sosyal algı, Zihin teorisi – diğerlerinin kendi bakış açılarından düşündüklerini anlama – ve sosyal etkileşim dahil olmak üzere çok sayıda silolu alt alandan oluştuğunu açıkladı.
arasındaki boşluğu belirlemek için bilişsel bilimi ve hesaplamalı modellemeyi kullanarak AI sistemleri ve insan sosyal zekasının yanı sıra mevcut sorunlar ve gelecekteki yönler, Fan, 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
