基于目的和操作的通用人工智能认知系统
本文提出了一个新的认知模型,作为 AGI 代理主要组成部分,并介绍了它的成熟智能状态,以及扩展了 DENN 和特别是 AKREM 之前的模型,包括操作模型(框架 / 类)和意愿。该模型的核心假设是,认知是关于在合适的意愿指导下操作积累的知识。此外,该模型主要基于已知的智能方面的二元原则,同时展示了自顶向下和自底向上的模型学习、泛化与特化等。最后,通过从婴儿时期到成年期的认知演进,利用巩固原则来描述达到这种成熟状态,并产生了一个模型和实例的动态操作记忆。延伸阶段达到成熟状态的一些例子和初步想法也被提出。
Aug, 2023
该研究论文旨在提出一种新的认知架构来实现通用人工智能的能力,并介绍了一个包含多个功能模块的框架。其中,知识表示是该架构的关键解决方案之一,能够在单一知识库中结合多种形式化和非形式化的知识表示方法。论文还探讨了使用 Archigraph 模型来组合和结构化各种知识片段的方法。此外,该研究还提及了该认知架构的其他组成部分,包括机器意识、机器潜意识、与外部环境的交互模块、目标管理模块、情感控制系统、社交交互模块、反思模块、伦理和世界观模块、学习模块、监测模块、陈述和问题解决模块、自组织和元学习模块。
Jan, 2024
本文介绍了一种基于认知创造力理论的计算模型,旨在实现人造智能代理学习使用和生成易于迁移的表征,并通过梯度强化学习获取目标导向和时间信息的双重记忆系统,以及进行反射推理和融合等认知处理来提高人造智能的足够抽象度,以期在人工通用智能领域迈出更大的步伐。
May, 2022
该论文介绍了自主认知实体(ACE)模型,一种新型的认知架构,通过在人工认知架构中引入了抽象层的概念,充分发挥了生成式人工智能技术的能力,构建了自主、主动的系统,并提出了实施策略,旨在更易于理解和应用。
Oct, 2023
本文探讨了智能物理系统作为具有体验认知的系统必须在管理底层控制架构的同时执行高级推理的问题,并提出了解决多目标操作相互协作的机制。
Jan, 2022
近期关于应用于复杂实际知识工作的对话人工智能工具(如由大型语言模型驱动的聊天机器人)的研究表明,这些工具在推理和多步问题解决方面存在限制,且现有聊天机器人模拟浅层推理和理解,在问题复杂度增加时容易出错。本文介绍了认知人工智能(Cognitive AI)的一个高层框架,用于在大型语言模型之外实现可编程定义的神经符号认知,提出了一个双层功能架构,可用于执行复杂多步知识工作的人工智能系统的路线图,认为 Cognitive AI 是实现更高级别的人工智能(如 AGI)的必要前提,并明确指出仅凭概率方法无法实现 AGI。最后讨论了大型语言模型、AI 采用周期和商业认知人工智能开发的影响。
Mar, 2024
提出自我监督学习方法,用弱语义相关数据从互联网爬取数据进行预训练,快速适应不同下游任务的基础模型,该模型具有良好的想象能力,实现了从弱人工智能到强人工智能的跨越。
Oct, 2021
大型模型的性能评估是保证其能力和应用安全性的必要步骤,而当前的模型评估缺乏一个统一的框架来评估大型模型的多维智能。本文提出了一个全面的人工智能测试框架,包括认知科学和自然语言处理,旨在评估大型模型的智能水平,并通过一系列认知测试来指导其在不同智能维度上的改进和加速其融入人类社会的过程。
Feb, 2024