Một cách tiếp cận mới đối với AI lai nhằm mục đích phát triển các cộng tác viên tác nhân đáng tin cậy. Phần lớn AI hiện tại hoàn toàn dựa vào học máy (ML). Tuy nhiên, ba mươi năm nỗ lực trong mô hình này đã chỉ ra rằng, mặc dù ML có thể đạt được nhiều thứ, nhưng nó không phải là giải pháp toàn diện để xây dựng các hệ thống thông minh giống con người. Một hy vọng để vượt qua hạn chế này là AI lai: tức là AI kết hợp ML với xử lý dựa trên kiến ​​thức. Trong Agents in the Long Game of AI, Marjorie McShane, Sergei Nirenburg và Jesse English trình bày những tiến bộ gần đây trong AI lai với sự nhấn mạnh đặc biệt vào mô hình nhận thức tính toán tập trung vào nội dung, khả năng giải thích và phương pháp phát triển. Hiện tại, lai tạo thường liên quan đến việc rắc kiến ​​thức vào hộp đen ML. Ngược lại, các tác giả lập luận rằng lai tạo sẽ đạt được tốt nhất theo cách ngược lại: bằng cách xây dựng các tác nhân trong một kiến ​​trúc nhận thức và sau đó tích hợp các kết quả ML được lựa chọn một cách sáng suốt. Cách tiếp cận này tận dụng sức mạnh của ML mà không phải hy sinh khả năng giải thích sẽ thúc đẩy lòng tin của xã hội vào AI. Cuốn sách này cho thấy cách chúng ta có thể phát triển các cộng tác viên đáng tin cậy theo kiểu không được giải quyết theo mô hình “ML đơn độc” hoặc “ML được rắc kiến ​​thức”—và tại sao điều đó là bắt buộc.

Abstract:

A novel approach to hybrid AI aimed at developing trustworthy agent collaborators.The vast majority of current AI relies wholly on machine learning (ML). However, the past thirty years of effort in this paradigm have shown that, despite the many things that ML can achieve, it is not an all-purpose solution to building human-like intelligent systems. One hope for overcoming this limitation is hybrid AI: that is, AI that combines ML with knowledge-based processing. In Agents in the Long Game of AI, Marjorie McShane, Sergei Nirenburg, and Jesse English present recent advances in hybrid AI with special emphases on content-centric computational cognitive modeling, explainability, and development methodologies. At present, hybridization typically involves sprinkling knowledge into an ML black box. The authors, by contrast, argue that hybridization will be best achieved in the opposite way: by building agents within a cognitive architecture and then integrating judiciously selected ML results. This approach leverages the power of ML without sacrificing the kind of explainability that will foster society's trust in AI. This book shows how we can develop trustworthy agent collaborators of a type not being addressed by the “ML alone” or “ML sprinkled by knowledge” paradigms—and why it is imperative to do so.

Ngôn ngữ:	eng
Tác giả:	McShane, Marjorie, Nirenburg, Sergei, English, Jesse
Thông tin nhan đề:	Agents in the Long Game of AI: Computational Cognitive Modeling for Trustworthy, Hybrid AI
Nhà xuất bản:	The MIT Press
Loại hình:	Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ thông tin
Bản quyền:	https://creativecommons.org/licenses/BY-NC-ND/4.0/
Nguồn gốc:	https://directory.doabooks.org/handle/20.500.12854/146778
Mô tả vật lý:	336p.
Năm xuất bản:	2024