Studi tersebut menemukan bahwa kecerdasan sosial adalah penghalang jalan berikutnya menuju AI

Studi tersebut menemukan bahwa kecerdasan sosial adalah penghalang jalan berikutnya menuju AI

Meskipun Siri dan Asisten Google mungkin dapat mengatur pertemuan sesuai permintaan, mereka saat ini tidak memiliki kecerdasan sosial untuk memprioritaskan janji temu sendiri. Peneliti Cina mengklaim bahwa meskipun kecerdasan buatan (AI) mungkin cerdas, itu dibatasi oleh kurangnya keterampilan sosial.

Tiga aspek kecerdasan sosial yang terkait erat—kognisi sosial, teori pikiran, dan interaksi sosial—adalah alat kognitif yang akan membantu ilmu komputasi memajukan AI melampaui paradigma kontemporer. Kredit gambar: Penelitian Kecerdasan Buatan CAAI, Tsinghua University Press

Hari 10y Pada Maret 2023, mereka mengeluarkan penilaian tentang situasi saat ini dan seruan untuk arah masa depan di Penelitian Kecerdasan Buatan CAAI.

Kecerdasan buatan telah mengubah masyarakat kita dan kehidupan kita sehari-hari. Apa tantangan penting berikutnya untuk AI di masa depan? Kami berpendapat bahwa Kecerdasan Sosial Buatan (ASI) adalah perbatasan besar berikutnya.

Lifeng Fan, penulis studi pertama, National Key Laboratory of Artificial General Intelligence, Beijing Institute of Artificial General Intelligence

Para peneliti telah mendefinisikan ASI sebagai sekelompok subbidang terisolasi yang mencakup kognisi sosial, teori pikiran (memahami apa yang dipikirkan orang lain dari sudut pandang mereka sendiri), dan interaksi sosial.

Fan percaya bahwa bidang ini akan maju jika ilmu kognitif dan pemodelan komputer digunakan untuk menemukan celah antara sistem kecerdasan buatan dan kecerdasan sosial manusia, serta kesulitan saat ini dan prospek masa depan.

Penggemar itu menambahkan,ASI berbeda dan sulit dibandingkan dengan pemahaman fisik kita tentang pekerjaan; Itu sangat tergantung pada konteksnya. Di sini, konteksnya bisa sebesar budaya dan akal sehat atau sesedikit pengalaman bersama dari dua orang teman. Tantangan unik ini mencegah algoritme standar menangani masalah ASI di lingkungan dunia nyata, yang seringkali kompleks, ambigu, dinamis, acak, dapat diamati sebagian, dan multifaktorial.

Akibatnya, ASI memerlukan pendekatan terpadu karena memutakhirkan masing-masing komponen sistem ASI belum tentu meningkatkan kinerja – tidak seperti sistem AI modern.

Sebaliknya, ASI harus mampu menginterpretasikan tanda-tanda sosial laten seperti menguap atau menguap, memahami kondisi mental klien lain seperti keyakinan dan niat, serta berkolaborasi dalam aktivitas bersama.

Penelitian interdisipliner menginformasikan dan menginspirasi studi tentang ASI: Studi tentang kecerdasan sosial manusia memberikan wawasan tentang dasar, kurikulum, titik perbandingan, dan kriteria yang diperlukan untuk mengembangkan ASI dengan karakteristik mirip manusia.kata Fan lebih lanjut.

Lebih lanjut ia menambahkan, “Kami fokus pada tiga aspek kecerdasan sosial yang paling penting dan terkait erat: kognisi sosial, teori pikiran, dan interaksi sosial, karena mereka didasarkan pada teori ilmiah kognitif yang mapan dan merupakan alat yang tersedia untuk mengembangkan model komputasi di bidang ini.

Pendekatan optimal, menurut Fan, adalah pendekatan yang lebih holistik yang meniru cara individu berinteraksi satu sama lain dan lingkungan di sekitarnya. Hal ini memerlukan lingkungan yang terbuka dan interaktif, bersamaan dengan pertimbangan bagaimana lebih banyak bias seperti manusia dapat dimasukkan dalam model ASI.

Fan berkata,Untuk mempercepat kemajuan ASI di masa mendatang, kami merekomendasikan pendekatan yang lebih holistik seperti yang dilakukan manusia, untuk menggunakan metode pembelajaran yang berbeda seperti pembelajaran seumur hidup, pembelajaran multitasking, pembelajaran satu/beberapa tembakan, pembelajaran meta, dll.

dia selesai,”Kita perlu mengidentifikasi masalah baru, membuat lingkungan dan kumpulan data baru, membuat protokol penilaian baru, dan membangun model komputasi baru. Tujuan utamanya adalah untuk memberikan kecerdasan buatan dengan kecerdasan buatan tingkat tinggi dan untuk meningkatkan kesejahteraan manusia dengan bantuan kecerdasan sosial buatan.

Kontributor lain untuk penelitian ini termasuk Manjie Xu dari BIGAI, Zhihao Cao, dan Song-Chun Zhu, bersama dengan Yixin Zhu dari Institut Kecerdasan Buatan Universitas Peking.

Xu juga berafiliasi dengan Sekolah Ilmu dan Teknologi Komputer Institut Teknologi Beijing, Cao dan Zhu Universitas TsinghuaDepartemen Otomasi, dan Zhu dengan Institut Kecerdasan Buatan Universitas Peking.

Studi ini didukung oleh Program Penelitian dan Pengembangan Nasional China dan Program Nova Beijing.

Referensi jurnal

van, saya, et al. (2023) Kecerdasan Sosial Buatan: Tampilan Komparatif dan Komprehensif. Penelitian Kecerdasan Buatan CAAI. doi: 10.26599/AIR.2022.9150010

sumber: http://www.tup.tsinghua.edu.cn/en/index.html

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *