Hoy estamos anunciando algunas noticias emocionantes (comunicado de prensa encontrado aquí). Hace aproximadamente una semana, Nigel AGI grabó su primer escenario que realmente comprendió utilizando nuestro modelo matemático para la comprensión. La comprensión puede no ser el punto de discusión típico en el campo de la inteligencia artificial. Todavía estamos "atrapados" en el nivel de aprendizaje profundo. Permítanme comenzar explicando inteligencia y comprensión.
En AI World Conference & Expo 2016 lanzamos nuestro informe técnico de Teoría de la Inteligencia General. Al comienzo de nuestra investigación, en 2005, nos dimos cuenta de que sería una tarea casi imposible construir máquinas pensantes si ni siquiera pudiéramos definir la inteligencia científicamente.
Nuestra teoría no es la primera teoría de la inteligencia propuesta. Algunas teorías han surgido en el siglo pasado (se puede encontrar una buena visión general aquí: ¿Cuáles son las diferentes teorías de la inteligencia?). Sin embargo, estas son, sin excepción, teorías centradas en el ser humano que no pueden aplicarse fácilmente a otras especies (animales o extraterrestres potenciales en todo el universo).
Para nosotros, ese enfoque centrado en el ser humano era inaceptable. Queríamos desarrollar una teoría de la inteligencia que fuera de naturaleza general, algo que pudiera aplicarse a cualquier persona y cualquier cosa en todo el universo.
Con esos objetivos, nuestra investigación nos llevó por el camino de la mecánica cuántica y la física. Comenzando con el supuesto de que las personas inteligentes son más efectivas para alcanzar sus metas, nos enfocamos en la "meta". Sin entrar en detalles, basta con decir que no importa cuáles sean los objetivos que tenga, la única forma de realizar su objetivo es cambiar la composición de la materia y la energía en su pequeño rincón del universo.
Piense en eso por un segundo, no importa cuál sea su objetivo, desarrolle una cura para el cáncer, organice una cena o invente una nave espacial interestelar, lo común entre todos estos objetivos es que debe crear una secuencia de movimientos de partículas: en En otras palabras, cambiar la composición del universo. Es por eso que definimos la inteligencia como la creación de una secuencia de movimientos de partículas.
Esta es una definición que no se limita a los humanos. Se puede aplicar a animales, extraterrestres e incluso microbios. De hecho, si lo piensas bien, también puede aplicarse a partículas y planetas. Debido a la gravedad de los soles, crea una (casi) interminable secuencia de movimientos de partículas que reconocemos como planetas que orbitan alrededor del sol. En otras palabras, la inteligencia se teje en la tela del universo.
Por supuesto, hablar de "movimientos de partículas" puede sonar un poco demasiado concreto. Por cada cambio infligido en la realidad, se necesita una acción. Desde una IA y una perspectiva humana, podría ser más fácil simplemente decir una secuencia de acciones.
Entonces, ¿qué es la comprensión? Permítanme aclarar algo, según la teoría general de la inteligencia, la comprensión no es binaria. No es que comprendas algo o no lo haces. La comprensión es probabilística. Es la probabilidad de que una secuencia de movimientos de partículas, o acciones, conduzca a un objetivo predefinido.
Desde una perspectiva algorítmica, con Nigel, definimos la comprensión aún más concretamente. Como parte del proceso de enredo de conocimiento, consideramos la comprensión como la capacidad de abstraer el conocimiento memorizado, usando "nodos de interpretación", en conceptos y luego usando esos conceptos para crear una secuencia con un alto factor de comprensión (CF).
Figura 1 – Modelo Kylee
En agosto pasado, solo unos días después de lanzar nuestra versión beta privada, anunciamos que Nigel había aprendido su primer sentido común. Le tomó a Nigel un puñado de usuarios y algunos días memorizar y aprender que es de sentido común silenciar su teléfono en el cine.
En esta etapa, Nigel había desarrollado una comprensión memorizada de la observación de sensores dispares. Esta comprensión se limitaba a los cines.
La semana pasada, Nigel pudo abstraer esa memorización en un concepto utilizando solo los nodos de interpretación. Si bien el resultado inmediato es el mismo, silenciar los teléfonos en las salas de cine, el impacto a largo plazo es más interesante. Al abstraer el conocimiento de mantenerse alejado del dominio del cine, Nigel ahora puede aprender a usar este conocimiento en otros dominios, por ejemplo, en bibliotecas o en clases en la escuela.
Resumir el conocimiento específico de un dominio memorizado en un conocimiento independiente del dominio es clave para la inteligencia general. Eso es lo que probamos que fuimos capaces de hacer la semana pasada.
Únase a nuestra versión beta: https://play.google.com/store/apps/details?id=ai.kimera.nigel
Además, síganos en YouTube para obtener más información sobre nuestro enfoque de AGI y su negocio: https://www.youtube.com/channel/UCEvuaO0z1kqnxUIc5InHqFw
