[논문 리뷰] Toward Next-Generation Artificial Intelligence: Catalyzing the NeuroAI Revolution

Anthony M. Zador, G. Sean Escola외 25명|arXiv (Cornell University)|2022. 10. 15.

Reinforcement Learning in Robotics인용 수 33

한 줄 요약

이 논문은 NeuroAI에 대한 투자를 주장하고, 동물들 간에 공유되는 감각-운동 능력을 활용하여 AI 진보를 이끄는 구현된 튜링 테스트(embodied Turing test)를 도입한다. 또한 생명체처럼 현실 세계와 상호 작용할 수 있는 AI를 구축하기 위한 로드맵을 제시한다.

ABSTRACT

Neuroscience has long been an essential driver of progress in artificial intelligence (AI). We propose that to accelerate progress in AI, we must invest in fundamental research in NeuroAI. A core component of this is the embodied Turing test, which challenges AI animal models to interact with the sensorimotor world at skill levels akin to their living counterparts. The embodied Turing test shifts the focus from those capabilities like game playing and language that are especially well-developed or uniquely human to those capabilities, inherited from over 500 million years of evolution, that are shared with all animals. Building models that can pass the embodied Turing test will provide a roadmap for the next generation of AI.

연구 동기 및 목표

• 기초 NeuroAI 연구에 대한 투자를 촉진하여 AI 진보를 가속한다.
• 인간 고유의 능력이나 게임 플레이 능력에서 벗어나 진화적으로 공유되는 감각-운동 기술에 초점을 옮긴다.
• 구체화된 튜링 테스트를 차세대 AI 개발을 이끄는 새로운 벤치마크로 정의한다.

제안 방법

• 구체화된 튜링 테스트를 AI 평가의 핵심 프레임워크로 제시한다.
• 감각-운동 세계와 상호 작용하는 AI 모델을 동물과 유사한 수준의 기술로 구축하자고 주장한다.
• 구체화된 튜링 테스트를 통과하는 것이 모델 개발과 평가를 안내하는 로드맵을 개요한다.

실험 결과

연구 질문

• RQ1 AI가 습득해야 할 동물 간 공유되는 핵심 감각-운동 능력은 무엇인가?
• RQ2 현실 세계 상호 작용에서 AI를 평가하기 위해 구현된 튜링 테스트를 어떻게 정의하고 작동화할 수 있는가?
• RQ3 구체화된 튜링 테스트를 통과하는 AI 시스템을 개발하기 위해 필요한 단계와 연구 방향은 무엇인가?
• RQ4 NeuroAI 연구가 일반 AI 능력의 진전을 최적으로 촉진할 수 있는 방법은 무엇인가?

주요 결과

• 저자들은 AI 진보를 가속하기 위해 NeuroAI에 대한 투자를 촉구한다.
• 그들은 구현된 튜링 테스트를 인간 고유의 과제가 아니라 진화적으로 상속된 능력에 초점을 맞춘 프레임워크로 도입한다.
• 이 논문은 구현된 튜링 테스트를 통과하는 것이 차세대 AI 개발을 위한 로드맵을 제공한다고 주장한다.
• 현실 세계의 감각-운동 상호 작용을 AI 연구 및 평가의 핵심 방향으로 강조한다.
• 이 연구는 AI 발전을 촉진하기 위한 기초 신경과학 정렬 연구의 중요성을 강조한다.