[論文レビュー] Existence and perception as the basis of AGI (Artificial General Intelligence)

Victor Senkevich|arXiv (Cornell University)|Jan 30, 2022

Educational Innovations and Challenges被引用数 8

ひとこと要約

本論文は、意味と知識の基盤としての存在と知覚を厳密に定義することに裏打ちされた、人工汎用知能（AGI）の形式的枠組みを提唱する。論理的および情報理論的構造を通じて『意味』を形式化することで、システムが意味的コンテンツを認識・処理できる計算可能モデルを提示し、現在のAI手法における重要な空白を埋める。

ABSTRACT

As is known, AGI (Artificial General Intelligence), unlike AI, should operate with meanings. And that's what distinguishes it from AI. Any successful AI implementations (playing chess, unmanned driving, face recognition etc.) do not operate with the meanings of the processed objects in any way and do not recognize the meaning. And they don't need to. But for AGI, which emulates human thinking, this ability is crucial. Numerous attempts to define the concept of "meaning" have one very significant drawback - all such definitions are not strict and formalized, so they cannot be programmed. The meaning search procedure should use a formalized description of its existence and possible forms of its perception. For the practical implementation of AGI, it is necessary to develop such "ready-to-code" descriptions in the context of their use for processing the related cognitive concepts of "meaning" and "knowledge". An attempt to formalize the definition of such concepts is made in this article.

研究の動機と目的

• AGIにおける『意味』の形式的でプログラマブルな定義が不足している問題に対処し、人間水準の知能に不可欠な要件を満たす。
• 形式論理と情報理論に根ざした意味の定義を通じて、記号的AIと現代のニューラルネットワークの溝を埋める。
• 『意味』や『知識』といった認知的概念を、AGIアーキテクチャに実装可能な『コード準備完了』の形式的体系として開発する。
• パターン認識にとどまらず、意味的理解へと進む形式的基盤を提供するAGIの理論的基盤を構築する。

提案手法

• 一階論理の枠組み内で『存在』を論理的述語として形式化し、認知的文脈におけるエンティティがいつ存在するとされるかを定義する。
• 情報理論的測度（例えば相互情報量）を用いて、物理的状態から内部表現への『知覚』をマッピングとして定義する。
• 論理的および情報理論的形式的体系を統合し、知覚されたエンティティとその表現との相互作用から意味がどのように生じるかをモデル化する。
• 形式的構造を用いて、知覚と存在から導かれる文脈的に整合性のある安定的表現としての『知識』を定義する。
• 意味が事前にプログラムされていないが、存在するエンティティの知覚を通じて動的に構築される計算アーキテクチャを提唱する。
• 意味的コンテンツをエンティティとその知覚的表現との間の構造的で形式化可能な関係として符号化することで、認知的タスクへの適用を図る。

実験結果

リサーチクエスチョン

• RQ1 『意味』を、論理的に厳密かつ計算可能であるように形式的に定義することは可能か？
• RQ2 『存在』と『知覚』は、人工系における意味的コンテンツの出現にどのような役割を果たすか？
• RQ3 論理、情報理論、および知識や意味といった認知的概念を統合する統一された形式的体系を構築できるか？
• RQ4 AGIシステムは、単にパターンを検出するのではなく、意味を認識・処理できるようにどのように設計できるか？
• RQ5 システムが対象や出来事の意味を『理解する』とみなせる最小限の形式的条件は何か？

主な発見

• 本論文は、認知的システム内でのエンティティの定義を可能にする、論理的述語としての『存在』の形式的定式化に成功した。
• 知覚は情報理論的制約を伴う確率的マッピングとして形式化され、意味的表現と非意味的表現の間で測定可能な違いを可能にした。
• 本フレームワークにより、知覚プロセスから導かれる文脈的に整合性のある安定的表現としての『知識』の導出が可能となった。
• 意味の理解を実装するための計算的に実行可能な道筋が、形式論理と情報理論に根ざした意味の定義に基づいて確立された。
• 本アプローチは、統計的パターンマッチングに依存するのではなく、意味について推論できるAGIシステムを構築する基盤を提供する。