Ett steg närmare AI med mänskligt tänkande

En grupp forskare vid Graduate School of Informatics, Nagoya University, har tagit ett steg närmare utvecklingen av ett neuronnätverk med metaminnen genom ett datorbaserat evolutionsexperiment. Detta typ av neuronnätverk kan hjälpa experter att förstå utvecklingen av metaminnen, vilket kan hjälpa till att utveckla artificiell intelligens (AI) med mänskligt tänkande.

Forskningen publicerades i den vetenskapliga tidskriften Scientific Reports.

Vad är Metaminnen?

Metaminnen är processen genom vilken vi frågar oss själva om vi minns något, och det minnet används för att fatta beslut om nuvarande handlingar. Detta är faktiskt en mycket komplex process. Vad som gör metaminnen viktigt är att det innebär att en person har kunskap om sin egen minnesförmåga, som används för att anpassa sitt beteende.

Professor Takaya Arita är huvudförfattare till forskningen.

“För att förklara den evolutionära grunden för det mänskliga medvetandet och medvetandet är det viktigt att förstå metaminnen”, säger professor Arita. “En riktigt mänsklig artificiell intelligens, som kan interagera med och njutas av som en familjemedlem i en persons hem, är en artificiell intelligens som har en viss mängd metaminnen, eftersom den har förmågan att minnas saker som den en gång hörde eller lärde sig.”

Forskare använder vanligtvis en ‘försenad matchning-till-exempel-uppgift’ när de studerar metaminnen. Hos människor innebär denna uppgift att deltagaren ser ett föremål, minns det och sedan deltar i en test för att välja det som de tidigare såg från flera liknande föremål. Det fungerar på ett belöningssystem, där rätt svar belönas och fel svar bestraffas. Men föremålet kan besluta att inte göra testet och fortfarande tjäna en mindre belöning.

När människor utför denna uppgift använder de naturligtvis sitt metaminnen för att överväga om de minns att ha sett föremålet. Om detta är fallet skulle de ta testet och få en större belöning. Men om de var osäkra skulle de undvika att riskera straffet och ta den mindre belöningen.

Att uppnå Metaminnen i Neuronnätverksmodell

Forskarteamet, som inkluderade professor Takaya Arita, Yusuke Yamato och Reiji Suzuki från Graduate School of Informatics, utvecklade en artificiell neuronnätverksmodell som utförde den försenade matchning-till-exempel-uppgiften och analyserade dess beteende.

Modellen visade en förmåga att utvecklas till den punkt där den utförde liknande apor i tidigare studier. Tidigare forskning har visat att apor kan utföra denna uppgift.

Neuronnätverket kunde undersöka sina minnen, behålla dem och separera utdata allt utan att kräva assistans eller mänskligt ingripande. Detta tydde på möjligheten att det hade metaminnenmekanismer.

“Behovet av metaminnen beror på användarens miljö. Därför är det viktigt att artificiell intelligens har ett metaminnen som anpassar sig till sin miljö genom att lära och utvecklas”, säger professor Arita. “Den viktiga punkten är att den artificiella intelligensen lär och utvecklas för att skapa ett metaminnen som anpassar sig till sin miljö.”

Den nya utvecklingen är ett stort steg mot att uppnå maskiner med mänskliga minnen.

“Denna prestation förväntas ge ledtrådar till förverkligandet av artificiell intelligens med ett ‘mänskligt sinne’ och till och med medvetande”, säger teamet.