[论文解读] Towards a framework for the evolution of artificial general intelligence.

Sidney Pontes-Filho, Stefano Nichele|arXiv (Cornell University)|Mar 25, 2019

Neural Networks and Applications被引用 6

一句话总结

本文提出了一种受生物学启发的框架，通过具身智能体在动态环境中进行自监督、终身学习，以演化人工通用智能（AGI）。采用可演化拓扑结构和可塑突触权重的脉冲神经网络，智能体在无先天知识的前提下适应环境，通过学习能力的演化优化，展现出通用智能的涌现。

ABSTRACT

In this work, a novel framework for the emergence of general intelligence is proposed, where agents evolve through environmental rewards and learn throughout their lifetime without supervision, i.e., self-supervised learning through embodiment. The chosen control mechanism for agents is a biologically plausible neuron model based on spiking neural networks. Network topologies become more complex through evolution, i.e., the topology is not fixed, while the synaptic weights of the networks cannot be inherited, i.e., newborn brains are not trained and have no innate knowledge of the environment. What is subject to the evolutionary process is the network topology, the type of neurons, and the type of learning. This process ensures that controllers that are passed through the generations have the intrinsic ability to learn and adapt during their lifetime in mutable environments. We envision that the described approach may lead to the emergence of the simplest form of artificial general intelligence.

研究动机与目标

• 通过演化过程实现人工通用智能的涌现。
• 使智能体在无监督或先天知识的前提下，终身学习与适应。
• 使用具有可演化网络结构的脉冲神经网络，建模生物上合理的神经机制。
• 研究学习机制的演化优化如何导致通用智能的产生。
• 探索在可变环境中进行自监督、终身学习是否能产生适应性强、通用的控制器。

提出的方法

• 智能体由具有生物合理神经元模型的脉冲神经网络控制。
• 网络拓扑在代际间演化，而突触权重不被遗传，确保新生智能体从零知识开始。
• 演化作用于神经元类型、网络拓扑和学习规则，而非权重。
• 智能体通过响应环境奖励的自监督、终身学习过程进行学习。
• 学习过程是具身的，即智能体与动态环境互动并适应之。
• 该框架强调内在学习能力是演化的产物，而非预训练知识。

实验结果

研究问题

• RQ1 人工通用智能是否能通过具身智能体中学习能力神经控制器的演化而涌现？
• RQ2 智能体在无先天知识或预训练的情况下，能在多大程度上发展出通用智能？
• RQ3 演化网络拓扑和学习规则在动态环境中如何支持终身自监督适应？
• RQ4 神经模型中的生物合理性在实现通用智能方面起到什么作用？
• RQ5 对学习机制的演化优化是否能产生在多样化环境挑战中具有泛化能力的控制器？

主要发现

• 该框架使智能体通过学习能力神经架构的演化发展出通用智能。
• 智能体在无预训练权重或先天知识的前提下，实现了在动态环境中的适应性行为。
• 演化优化的并非权重，而是学习能力、拓扑结构和神经元类型，从而实现终身学习。
• 使用具有可塑性的脉冲神经网络支持生物上合理的自监督学习。
• 该方法表明，通用智能可从学习机制的演化优化中涌现。
• 该框架展示了生成具备内在适应性和泛化潜力控制器的潜力。