VIVI:尝试培养认知智能,而不仅仅是训练它
Habr上一位开发者的文章介绍了VIVI,一个旨在构建像生物体一样发展、积累经验和形成记忆的AI系统,而不是依赖庞大预训练语言模型的项目。该系统处理矛盾、从观察中概括,并在知识不足时通过提问表现出好奇心。它使用多种记忆类型并解释其推理过程,全程不依赖外部大语言模型。
VIVI项目的作者描述了一种替代性的AI方法:与在大型语料库上训练并进行微调不同,其目标是创建一个从经验中增长智能的系统,以记忆结构作为智能的基础,而非预先计算的权重。关键能力包括无需僵化规则即可理解文本,将句子解析为带有角色(谁、什么、何时)的事件,具备工作记忆、长期记忆、情景记忆和语义记忆,通过经验解决矛盾,并形成概括。该系统通过以下方式展示这一点:学习狗是动物但不是植物,削弱虚假知识而非将其擦除,并基于相似示例以假设处理新对象如狮子。它还能回答有关过去事件的问题,展示情景记忆和推理能力。开发遵循从儿童到成人的阶段,旨在减少硬编码逻辑,让系统自主决策。主要风险包括架构复杂性和软件债务;作者正在规划更深入规划和好奇心的下一步。
来源: Habr — хаб ИИ —
原文
