孩子,创造力,和真正的关键情报

最近,研究人员之一半岛体育官方网址入口伯克利的人工智能研究实验室在她4岁的儿子散步穿过校园。小男孩抬头看着著名的钟楼钟楼和惊讶和迷惑惊呼道,“有一个时钟在那里!“然后,几分钟后,他若有所思地说,“我猜他们把时钟上面,这样孩子够不着它,打破它。“每个人都用一个4岁的孩子也有类似的故事幼儿创造力迷人的,意想不到的世界和它的神秘,不过有自己的逻辑和有意义。

假如你问一个大型语言人工智能(AI)模型相同的问题:为什么有时钟钟楼的顶部吗?你会得到一个更加可预测的和不那么有趣的答案。GPT-3,其中最令人印象深刻的模型,基于数十亿文本的话,回复足够明智,”有一个时钟在钟楼上,因为它是一个钟楼的钟,”或“钟楼的钟上面有告诉时间。“事实上,可预测性是这些模型的全部意义。模型的训练,给他们几句文本和要求他们预测接下来的几句话为数十亿的病例。这对比创意4岁的和可预测的人工智能可能的关键之一理解人类智慧是如何工作和如何相互作用人工智能。特别是儿童心理学,心理学将扮演着重要的角色在创建和使用技术的未来。

起初,似乎显得比较一个4岁的孩子和最新最先进的人工智能。当然,幼儿园的手指描绘,泰迪熊,和想象的茶党在最远的消除宇宙硅谷的风险投资家,初创企业,机器学习算法(尽管两组有一个非理性对独角兽)。当然这些强大的,昂贵的机器会比小孩在每种类型的任务,即使他们还不能完全与成年人。

但早在1950年,阿兰·图灵,他发明了现代计算机,指出为什么孩子真正智能AI可能是最好的模型。在他的文章“计算机器和情报,”他介绍了著名的“图灵测试。“如果一台机器能令人信服地模拟一个成年人的谈话,我们将不得不接受它很聪明。虽然每个人都知道,模仿测试,很少有人注意到,在第二节中,图灵提出了一个不同的和更有挑战性的一个:“而不是试图产生一个计划来模拟成人思想,为什么不是试图产生一个模拟孩子的?“图灵的观点是,而成年人可能拥有和使用特定种类的知识,孩子们真正构建知识,基于他们的经验。这样的学习可能是真正的关键情报。

事实上,在过去的几年里,人工智能研究人员转向发展心理学家了解的情报让我半岛体育官方网址入口们学到很多东西。这个想法在认知科学有着悠久的历史。80年代的神经网络模型和贝叶斯生成模型的一切又激发了发展心理学家和计算机科学家之间的合作。但是最近的“人工智能春天”,这在很大程度上取决于机器学习,已经恢复了协作新令人兴奋的方式。我在伯克利实验室的一部分机常识程序试图看看是否我们可以给人工智能系统的一些常识性的学习能力,我们在年幼的孩子理所当然。

这些项目让我们意识到多么深刻的之间的差异是当前人工智能和儿童。最令人印象深刻的新系统,如GPT-3或Dall-E,从巨大的数据集提取统计模式,利用成千上万的文字和图片在互联网上。这些系统也“监督”——得到积极或消极的反馈关于每一个决定。虽然他们可以做出令人印象深刻的预测,他们不是很擅长推广新的例子,特别是如果这些例子是非常不同的从他们训练的例子。

相比之下,儿童暴露在非常不同的数据。他们从真正的互动体验与几人,动物,和对象。他们得到的信息并不严格控制,但自然和随意的。然而,钟楼的例子说明了,他们非常善于概括新情况。

孩子们是怎么做到的?我们认为有两个重要的技术,让孩子们超越的数据提取,在机器学习是符合标准的。首先,他们周围的世界建立抽象模型them-intuitive理论物理,生物,数学,和心理和社会世界。认为孩子是小科学家们超越数据构建的理论当然并不新鲜;认知发展社会刚刚庆祝了30岁生日”理论理论。”,但一个大的好处一个理论,是否为一个科学家,一个孩子,或一台电脑,是它让我们超越我们之前看到的数据做出全新的预测和概括。令人激动的是,我们认为我们可以描述这些模型在数学上可以构建和设计人工系统,。

第二个拼图的探索。孩子是活跃的,实验学习者他们不只是被动地吸收信息。相反,他们做事情对世界来找到更多关于它。我们看起来好像孩子们只是“进入一切。“但是一系列新的发展研究显示,即使是婴儿和学步儿童非常复杂和智能探险家,寻找他们需要学习最有效的信息。和最近的一些研究,包括从我们实验室的,表明,儿童比成年人更探索性。在人工智能中,半岛体育官方网址入口研究人员正试图设计好奇,“self-supervised”,内在动机的代理,像孩子一样,积极寻求知识。

有另一种探索,特别适用于考虑儿童的创造力,一种内部探索而不是外部的“进入一切”。思想像钟楼难题的解决方案是从哪里来的?不知怎么的,孩子们总是想出新颖的和意想不到的,但合理的想法。这是当前人工智能系统更加困难。他们能做的很好,如果一个问题是精确定义和相对限制,即使真的很难,就像找到合适的国际象棋。但这种儿童的创造力,我们看到的是一个具有挑战性的随机性和理性。当你一会儿像GPT-3与系统交互,你注意到它倾向于转向从平庸到完全荒谬的。有时候孩子找到创意甜点明显和疯狂。

试图设计电脑学习儿童发展心理学家是一个迷人的项目,因为这让我们意识到孩子的思想的力量和神秘。我们需要把一些孩子气的模型,探索人工智能系统解决甚至很简单的问题。经典的在人工智能“Moravec悖论”指出,事情往往是困难的人容易对电脑,反之亦然。很容易做一个机器,可以计算正确的国际象棋比移动可以捡起散落棋子,放在正确的方块在黑板上。设计机器人可以与现实世界中的一个健壮且灵活的方式是更加困难比设计系统能够赢得雅达利的游戏。画风模型构建和探索可能是重要的有用的应用程序,就像一个机器人,这个机器人可以折叠洗衣或螺丝和指甲。

当然,任何试图创建研究人员称之为AGI-artificial一般智力,可以与人类将必半岛体育官方网址入口须解决这些问题,太。而应该播洒至我们的雄心壮志吗?也许不是。可能是一个更好的方法来考虑人工智能,它可以创建技术是互补的人类智慧,而不是与他们竞争。这里是值得考虑的语言模型和4岁之间的对比。

我认为许多人工智能系统是最好的理解为我们可以称之为“文化技术。“他们就像写作、打印、图书馆、互联网搜索引擎,甚至语言本身。他们总结,“万众”的知识而不是创建它。他们传递信息的技术从一群人到另一个,而不是技术为创建一种新的人。询问GPT-3 Dall-E聪明或者是否知道世界就像问加州大学的图书馆是聪明还是谷歌搜索“知道”你的问题的答案。

文化技术不像聪明的人类,但他们对于人类智慧至关重要。心理学家喜欢约瑟夫亨利克先生认为,这些文化从一代一代的传递信息的能力是我们成功进化的核心。新技术使文化传播更容易和更有效的人类进步最大的引擎之一。但像所有强大的技术,他们也可以是危险的。苏格拉底认为写作是一个非常糟糕的主意。你不能有书面的苏格拉底的对话,你可以在演讲中,他说,人们会相信事情是真的只是因为他们书面或则说他是对的。技术创新让 本杰明·富兰克林 印刷便宜的小册子,传播民主和美国革命的支持最好的方面。但同样的技术也发布了大量的诽谤、淫秽和在Twitter和Facebook上任何一样糟糕,导致法国大革命的最糟糕的方面。人们可能有失偏颇,容易受骗,种族主义,性别歧视,非理性。所以之前我们总结的人有思想,是否从一个“老妻子的故事,”图书馆或者互联网,继承所有的缺陷。这显然可以适用于人工智能模型,。

bdappcom

心理学家研究指出文化传播和演化,有效的文化进步依赖于模仿和创新之间的微妙的平衡。模仿和学习从过去一代是至关重要的,甚至发展心理学家表明婴儿擅长模仿别人。人工智能模型像GPT-3本质上是模仿人类数以百万计的作家。但,学习永远不会导致进展没有互补为创意创新能力。每一代修改的能力,改变,放弃,扩大,(希望)提高知识和技能的上一代一直是进步的关键。这种创意创新的专业是儿童和青少年。

这个创意创新的过程适用于设计AI系统本身。在过去当我们发明了新的文化技术,我们还必须发明新的规范、规则、法律、和机构,以确保这些系统的好处,还是利大于弊的。写作、打印和库只因为我们还发明了编辑工作,图书馆员,诽谤法律和隐私法规。人类文化创新永远是必要的补充技术创建。

反馈这篇文章?电子邮件apsbdapp官网下载observer@psychologicalscience.org或登录置评。对写作感兴趣吗?阅读我们的贡献者的指导方针。

相关内容我们认为你会喜欢>

---