1980 년대 중반 Rodney Brooks는 유명한 "새로운 AI"의 토대를 만들었습니다. 핵심 주장은 'Good Old Fashioned AI'(GOFAI)의 상징 주의적 접근이 '최상의 크림 인식'을 시도함으로써 실패했으며, 구현 된 인식 이 필요하다는 것, 즉 '역량의 계층 구조'에서 시작된다는 것이었다. '(예 : 기본 운동-> 방황-> 활발한 먹이 구하기) 등
나는 대부분의 AI 연구자들이 '구현 된인지'관점이 (적어도 암묵적으로) GOFAI를 주류로 대체했다고 동의 할 것이라고 생각한다.
제 질문은 사고 실험의 형태를 취하며 "우리가 AGI에 필수적인 것을 잃기 전에 어떤 '구현 된'측면을 완화 / 생략 할 수 있습니까?"
답변:
이것은 직교 적 인 대답이지만 Brooks가 자신의 아이디어를 올바른 방식으로 진행하지 않았다고 생각합니다. 즉, Subsumption Architecture 는 필요할 때 '자동 조종 장치'가보다 정교한 시스템으로 대체 되는 구조입니다. (모든 조각은 원시 감각 입력 및 출력 동작을 수신하며,이 중 일부는 다른 시스템을 끄거나 켭니다.)
그러나 더 나은 접근 방식은 일반적인 계층 적 제어 접근 방식으로, 하위 수준 시스템의 목표는 더 높은 수준의 시스템 출력입니다. 즉, 로봇 레그의 목표 조인트 각도는 속도를 최적화하려는 시스템에 의해 결정되며, 이는 궤도를 최적화하려는 시스템에 의해 결정되며, 이는 시스템을 최적화하려는 시스템에 의해 결정됩니다. 목표 위치 등.
이를 통해 세부 수준과 시스템 재사용 성을 유지하면서 복잡성 수준을 높일 수 있습니다.
즉, Brooks가 지적해야 할 역량의 상향식 계층 구조를 얻기 위해 실제로 '구현 된 인식'이라고 부르는 것이 필요하다고 생각하지 않습니다. 핵심 기능은 광범위한 입력 및 출력이며, 시스템을 수직으로 함께 연결할 수있는 계층 적 방식으로 이해됩니다. 입력과 출력에만 이더넷 케이블을 통과하는 기능적인 일반 인텔리전스를 얻을 수 있으며 작동하거나 감지하는 전통적인 몸체와 같은 것은 없습니다. (이것은 우리가 그 구조를 사용하는 내용이 아니라 계층 구조가 중요하다는 주장입니다.)
(더 많은 것을 찾는 주된 장소는 실제로 윌리엄 T. 파워스 (William T. Powers)의 지각 통제라는 인간의 인지 에 관한 책이라고 생각 합니다.)