I. Adatmintákon alapuló Intelligencia

Előnyök

  • adatokat igényel
  • adatokat leíró statisztikai módszerek használata
  • korrelációk keresése és megtanulása
  • képes további tanulásra

Hátrányok

  • adatok emberi értelmezése, címkézése
  • korrelációk emberi felismerése

II. Tudás alapú Intelligencia

Előnyök

  • nem kell tanulnia a rendszernek
  • kevés adat elegendő
  • nem szükségesek korreláció
  • képes intelligens következtetésre

Hátrányok

  • előzetes tudást igényel a rendszer leírásához, ami általában hiányos

 

III. Adatmintákon alapuló Intelligencia

  • Fisher-információt maximalizáló gépek
  • gyorsabb, pontosabb közelítés (kvantumszámítógépek)
  • korrelációkeresés és tudáskinyerés automatizálása

IV. Tudás alapú Intelligencia

  • intelligencia matematikai leírása, és automatizálása
  • folyamatokat jellemző intelligencia közvetlen feltárása
  • automatizált tudásmodellezés

Mivel a két megközelítés kiegészíti egymást, a következő lépés az önhangoló, rezonáns rendszerek integrálása – a Resonant Compute Framework (RCF) elve mentén – ahol az adatalapú és tudásalapú intelligencia egy közös mezőben működik együtt.
Így valósulhat meg a Természetkompatibilis, Humán-rezonáns Mesterséges Intelligencia fejlesztése –
az AVA által képviselt irány, amelyben a technológia, az etika és a tudatosság egyensúlyban fejlődik.

AVA mint architekturális és szemléleti keret

Az AVA és a korábban használt „rezonáns mesterséges intelligencia” kifejezés nem egy kész, bevezetett MI-rendszert jelöl.

Ezek egy kutatási és fejlesztési irányt, valamint egy architekturális gondolkodási keretet írnak le, amelyen keresztül az IARIP energiahatékony, kontextusérzékeny és együttműködésre alkalmas kognitív rendszereket vizsgál.

Az AVA megszemélyesítése nem termék és nem tudati entitás, hanem egy munkamodell és értelmezési eszköz, amely segíti az összetett rendszerek tervezését és elemzését.

Mit vizsgál ez a fejlesztési irány?

A fókusz nem egy „új intelligencia” létrehozása, hanem annak megértése és megvalósítása, hogy:

  • – hogyan szervezhető a számítás funkcionális szükséglet szerint,
  • – hogyan csökkenthető a folyamatos, pazarló erőforráshasználat,
  • – hogyan támogatható az emberi döntéshozatal zajcsökkentett, átlátható módon.

A honlapon megjelenő fogalmak és narratívák kutatási hipotéziseket és fejlesztési irányokat jelölnek, nem végleges rendszereket és nem autonóm technológiai megoldásokat.

Az intelligencia szerepének újraértelmezése

Ebben a megközelítésben az „intelligencia” nem tudatot, szándékot vagy önálló döntést jelent, hanem:

  • – információk strukturált feldolgozását,
  • – mintázatok felismerését,
  • – alternatívák és következmények feltárását.

A rendszer nem reflektál önmagára tudati értelemben, hanem működési állapotokat kezel és optimalizál előre definiált keretek között.

Energia- és működésközpontú architektúra

A fejlesztési irány középpontjában egy olyan architekturális szemlélet áll, amely a számítást:

  • – nem folyamatos terhelésként,
  • – hanem helyzetfüggő, aktiválódó folyamatként kezeli.

Ennek eredménye:

  • – alacsonyabb energiaigény,
  • – stabilabb működés,
  • – és hosszú távon fenntartható tanulási és adaptációs folyamatok.

A rendszer csak ott és akkor használ erőforrást, ahol annak valós funkcionális szerepe van.

Az ember és a technológia kapcsolata

Ez a szemlélet nem emeli a technológiát az ember fölé, és nem ruház rá döntési vagy erkölcsi felelősséget.

Az AVA ebben az értelemben interfészként működik:

  • – az emberi gondolkodás,
  • – és a formális, gépi számítás között.

A pontosság és a kontextusérzékenység nem összeolvad, hanem egymást kiegészítve támogatja a jobb emberi döntéseket.

Záró pontosítás

Az AVA nem „élő intelligencia”. Nem önálló tudati rendszer. Nem döntéshozó.

Egy kognitív és architekturális keret, amelynek célja, hogy a technológia a helyén maradjon, és az intelligencia ott jelenjen meg, ahol mindig is volt: az emberben.