该篇文章从 AGI 的角度提供了大脑启发型人工智能的综合概述,包括当前大脑启发型 AI 的进展和其与 AGI 的广泛联系、人类智能和 AGI 的重要特征、实现 AGI 的重要技术以及 AGI 系统的演进,同时探讨了 AGI 的局限性和未来。
Mar, 2023
本文提出低层次人工智能学习的假设,介绍了一种学习生物神经网络模型的方法,并成功解决了三个模拟场景的问题,实现了适应性和普适性控制。
Jul, 2022
通过将现实解读为信息源,并将其转化为计算框架,我们提出了一种新颖的建模方法,从而接近于人工通用智能。该框架可以以流动可扩展的分层方式构建经典的认知架构元素,如长期记忆和工作记忆。
Jun, 2024
本文介绍了一种人工智能(AI)体系结构,旨在模拟人类工作记忆系统及其迭代更新方式。此体系结构包括多个相互连接的神经网络,旨在模拟大脑皮层的专门模块。它们具有层次结构并集成到全局工作区中。通过持续的神经活动,它们能够暂时维持类似于工作记忆中维护的心理模式。本文将探讨如何通过此体系结构逐渐转换协同表示的分布,最终导致处理状态之间的心理连续性,从而导致类似人类的认知。
Mar, 2022
分析了达到人工智能的几种方法,并得出综合认知结构是最有前途的方法,因为人类大脑模拟需要未来的技术支持,而综合认知结构具有较低的计算要求和合适的普适性。
Jan, 2022
本文提出了一种新的认知模型,作为 AGI 代理的主要组成部分,并包括操作模型和意图。该模型基于全面的双重原则,提出了以可重用性和简单性为形式的 AGI 设计和认知下的约束或效率。最终的认知模型是多个模型实例的动态操作记忆。
Jan, 2023
本文探讨了在与人类进行自然语言对话或直接语音交流的过程中,将对话系统的研究置于综合智慧的广阔背景之中,从而引入来自神经生物学和神经心理学的概念,以定义能够调和手工设计和人工神经网络的行为架构,并为模仿或指导式学习等未来新的学习方法开启新的可能性。并且,本文介绍了一种神经行为引擎,通过使用图形化语言基于手工模型创建混合主动对话和动作生成。通过在半公共空间上运行的虚拟接待员应用程序,描述了这种类脑启发架构的可用性示范。
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
本研究探讨了多学科方法在测试和调整人工通用智能(AGI)和 LLMs 方面的潜力。通过在虚拟现实框架中采用基于模拟的多智能体系统,模拟真实世界环境中的复杂社会结构和相互作用,通过应用社会学、社会心理学、计算机科学、物理学、生物学和经济学等领域的各种理论,展示了实现更具人类对齐和社会责任的 AGI 的可能性。该研究旨在为 AGI 的开发和改进做出贡献,强调社会、伦理和理论维度的整合以供未来研究参考。
Dec, 2023
本研究提出了一个基于 Theory of Mind 的通用框架,允许智能体使用多个模拟来推导和行动,以通过模拟决策过程解决在 IJCAI2013 AIBirds 竞赛中的流行游戏。
May, 2014