Il est peu probable que l’IA obtienne une cognition de type humain, à moins d’être connectée au monde réel via des robots, selon une étude

Connecter les systèmes d’intelligence artificielle au monde réel par le biais de robots et les concevoir en utilisant les principes de l’évolution est le moyen le plus probable pour l’IA d’acquérir une cognition de type humain, selon une étude de l’Université de Sheffield.

Dans un article publié dans Robotique scientifiquele professeur Tony Prescott et le Dr Stuart Wilson du département d’informatique de l’université, affirment qu’il est peu probable que les systèmes d’IA ressemblent à un véritable traitement cérébral, quelle que soit la taille de leurs réseaux de neurones ou des ensembles de données utilisés pour les former, s’ils restent désincarnés.

Les systèmes d’IA actuels, tels que ChatGPT, utilisent de grands réseaux de neurones pour résoudre des problèmes difficiles, tels que la génération de texte écrit intelligible. Ces réseaux apprennent à l’IA à traiter les données d’une manière inspirée par le cerveau humain et apprennent également de leurs erreurs afin de s’améliorer et de devenir plus précis.

Bien que ces modèles présentent des similitudes avec le cerveau humain, les chercheurs de Sheffield affirment qu’il existe également des différences importantes qui les empêchent d’acquérir une intelligence de type biologique.

Premièrement, les vrais cerveaux sont incarnés dans un système physique – le corps humain – qui détecte et agit directement dans le monde. Être incarné rend les processus cérébraux significatifs d’une manière qui n’est pas possible pour les IA désincarnées, qui peuvent apprendre à reconnaître et à générer des modèles complexes dans les données mais n’ont pas de connexion directe avec le monde physique. Par conséquent, ces IA n’ont aucune compréhension ou conscience du monde qui les entoure.

Deuxièmement, le cerveau humain est composé de plusieurs sous-systèmes, qui sont organisés dans une configuration spécifique – connue sous le nom d’architecture – qui est similaire chez tous les animaux vertébrés, du poisson à l’homme, mais pas dans l’IA.

L’étude de Sheffield suggère que l’intelligence biologique, comme dans le cerveau humain, s’est développée en raison de cette architecture spécifique et de la manière dont elle a utilisé ses connexions avec le monde réel pour surmonter les défis, apprendre et s’améliorer tout au long de l’évolution. Cette interaction entre évolution et développement est rarement prise en compte dans la conception de l’IA, selon l’étude.

Le professeur Tony Prescott, professeur de robotique cognitive à l’Université de Sheffield et directeur de Sheffield Robotics, a déclaré : « ChatGPT et d’autres grands modèles de réseaux neuronaux sont des développements passionnants dans l’IA qui montrent que des défis vraiment difficiles comme l’apprentissage de la structure du langage humain peuvent Cependant, il est peu probable que ces types de systèmes d’IA progressent au point où ils peuvent pleinement penser comme un cerveau humain s’ils continuent à être conçus en utilisant les mêmes méthodes.

« Il est beaucoup plus probable que les systèmes d’IA développeront une cognition de type humain s’ils sont construits avec des architectures qui apprennent et s’améliorent de la même manière que le cerveau humain, en utilisant ses connexions avec le monde réel. La robotique peut fournir aux systèmes d’IA ces connexions, par exemple via des capteurs tels que des caméras et des microphones et des actionneurs tels que des roues et des pinces. Les systèmes d’IA seraient alors capables de détecter le monde qui les entoure et d’apprendre comme le cerveau humain.

Les universitaires de Sheffield affirment que des progrès récents dans le développement d’IA pour le contrôle des robots ont été réalisés. Par exemple, une approche puissante consiste à utiliser des modèles de réseaux neuronaux récurrents – des modèles composés de plusieurs boucles de rétroaction – qui sont formés pour faire de meilleures prédictions sur ce qui pourrait se passer ensuite.

Ces modèles font des progrès importants pour rendre les robots plus adaptables. Cependant, les IA robotiques sont encore loin de ressembler à de vrais cerveaux en termes de capture de la façon dont différents sous-systèmes cérébraux fonctionnent ensemble dans le cadre d’une architecture cognitive plus large, suggère l’étude.

Le Dr Stuart Wilson, maître de conférences en neurosciences computationnelles à l’Université de Sheffield, a déclaré : « Les efforts pour comprendre comment les cerveaux réels contrôlent les corps, en construisant des cerveaux artificiels pour les robots, ont conduit à des développements passionnants en robotique et en neurosciences au cours des dernières décennies. certains de ces efforts, qui se sont principalement concentrés sur la façon dont les cerveaux artificiels peuvent apprendre, nous pensons que les prochaines percées de l’IA proviendront d’une imitation plus proche de la façon dont les cerveaux réels se développent et évoluent. »