Een stap dichter bij AI met een mensachtige geest

Een team van onderzoekers aan de Graduate School of Informatics van de Nagoya University heeft ons een stap dichter bij de ontwikkeling van een neurale netwerk met metamemory gebracht door middel van een computergebaseerd evolutie-experiment. Dit type neurale netwerk kan helpen om de evolutie van metamemory te begrijpen, wat kan helpen bij de ontwikkeling van kunstmatige intelligentie (AI) met een mensachtige geest.

Het onderzoek is gepubliceerd in het wetenschappelijke tijdschrift Scientific Reports.

Wat is Metamemory?

Metamemory is het proces waarbij we onszelf vragen of we ons iets herinneren, en dat geheugen wordt gebruikt om beslissingen te nemen over onze huidige acties. Dit is eigenlijk een heel complex proces. Wat metamemory belangrijk maakt, is dat het een persoon heeft die kennis heeft van zijn eigen geheugencapaciteiten, die wordt gebruikt om zijn gedrag aan te passen.

Professor Takaya Arita is de hoofdauteur van het onderzoek.

“Om de evolutionaire basis van de menselijke geest en het bewustzijn te begrijpen, is het belangrijk om metamemory te begrijpen,” zegt professor Arita. “Een echt mensachtige kunstmatige intelligentie, die kan worden geïnteracteerd en genoten als een familielid in iemands huis, is een kunstmatige intelligentie die een bepaalde hoeveelheid metamemory heeft, omdat het de mogelijkheid heeft om dingen te onthouden die het eerder heeft gehoord of geleerd.”

Onderzoekers gebruiken meestal een ‘vertraagde matching-to-sample-taak’ wanneer ze metamemory bestuderen. Bij mensen houdt deze taak in dat de deelnemer een object ziet, het onthoudt en vervolgens deelneemt aan een test om het object dat hij eerder had gezien te selecteren uit meerdere gelijkaardige objecten. Het werkt op een beloningssysteem, waarbij correcte antwoorden worden beloond en verkeerde antwoorden worden gestraft. Echter, het onderwerp kan besluiten om de test niet te doen en nog steeds een kleinere beloning te verdienen.

Wanneer mensen deze taak uitvoeren, gebruiken ze natuurlijk hun metamemory om te overwegen of ze zich het object herinneren. Als dat het geval is, zouden ze de test doen en een grotere beloning krijgen. Maar als ze onzeker zijn, zouden ze het risico van een straf vermijden en de kleinere beloning nemen.

Het bereiken van Metamemory in een Neurale Netwerkmodel

Het team van onderzoekers, dat professor Takaya Arita, Yusuke Yamato en Reiji Suzuki van de Graduate School of Informatics omvatte, ontwikkelde een kunstmatig neurale netwerkmodel dat de vertraagde matching-to-sample-taak uitvoerde en zijn gedrag analyseerde.

Het model toonde de mogelijkheid om te evolueren tot het punt waarop het soortgelijk presteerde als apen in eerdere studies. Eerdere onderzoeken hebben aangetoond dat apen deze taak ook kunnen uitvoeren.

Het neurale netwerk kon zijn herinneringen onderzoeken, bewaren en outputs scheiden, allemaal zonder hulp of menselijke interventie. Dit suggereerde de mogelijkheid van metamemory-mechanismen.

“De behoefte aan metamemory hangt af van de omgeving van de gebruiker. Daarom is het belangrijk voor kunstmatige intelligentie om een metamemory te hebben die zich aanpast aan zijn omgeving door te leren en te evolueren,” zegt professor Arita. “Het belangrijkste punt is dat de kunstmatige intelligentie leert en evolueert om een metamemory te creëren die zich aanpast aan zijn omgeving.”

De nieuwe ontwikkeling is een belangrijke stap naar het bereiken van machines met mensachtige herinneringen.

“Deze prestatie wordt verwacht om aanwijzingen te geven voor de realisatie van kunstmatige intelligentie met een ‘mensachtige geest’ en zelfs bewustzijn,” zegt het team.