Des chercheurs de Huawei proposent « l'IA incarnée » comme prochain grand pas en avant pour la technologie

Un article récent d’un groupe de chercheurs de Huawei appelle à l’intelligence artificielle (IA) « incarnée » comme prochaine grande nouveauté pour l’écosystème émergent, perçant ainsi les arguments en faveur de la mise à l’échelle.

Parvenir à l’intelligence artificielle générale (AGI) ne sera pas une promenade de santé pour les entreprises frontières, compte tenu de l’absence de consensus sur la définition du concept, selon le journal. Généralement, l’AGI fait référence à l’intelligence qui dépasse ou est comparable aux capacités humaines, possédant la capacité d’apprendre et de résoudre des défis.

Malgré les progrès réalisés dans les grands modèles de langage (LLM), l’IA est loin d’atteindre ses objectifs

superintelligence, avec des modèles décrits comme « statiques et incapables d’évoluer avec le temps et l’expérience ». Les chercheurs soutiennent que la meilleure voie pour atteindre des systèmes d’IA superintelligents consiste à incarner l’IA plutôt qu’à la croyance largement répandue dans la mise à l’échelle des LLM.

n’est réalisable que grâce aux agents E-IA qui vivent dans le monde et en apprennent en interagissant avec lui.

Pour les chercheurs, doter l’IA d’un corps capable d’interagir avec son environnement offrira plusieurs avantages, notamment celui d’atteindre une intelligence générale. Quatre éléments sont nécessaires à l’incarnation, la perception étant en haut de la pile.

Le deuxième trait nécessitait la capacité d'agir en fonction des données perçues, les chercheurs subdivisant la fonctionnalité en actions réactives et orientées vers un objectif. La capacité des actions réactives est principalement destinée à « l’auto-préservation », tandis que les actions dirigées vers un but sont nécessaires pour atteindre des « objectifs complexes et de haut niveau ».

La mémoire est un autre élément essentiel que les agents incarnés doivent posséder pour atteindre une intelligence générale. Enfin, la capacité d’apprendre à partir de la mémoire est un facteur distinctif pour les systèmes d’IA intelligents, car ils s’appuient sur des simulateurs et d’autres technologies émergentes offrant de nouvelles voies d’apprentissage pour les systèmes.

Les défis de l’incarnation de l’IA

L'article met en évidence plusieurs inconvénients associés à l'intégration de l'IA, notamment « le bruit et l'incertitude », qui peuvent affecter les capacités de prise de décision du système.

Les limitations matérielles posent un autre défi pour l'incarnation de l'IA, compte tenu du coût et des taux de consommation d'énergie des clusters GPU.

On craint également que les systèmes d’IA incarnés adoptent une perspective « égocentrique », ce qui pourrait ouvrir la voie à un tout nouveau problème. Les chercheurs prédisent des dilemmes éthiques en matière de communication avec les humains, de méthodes de collecte de données et de résultats, compte tenu de la nouveauté de la technique.

Pour que l’intelligence artificielle (IA) fonctionne dans le respect de la loi et prospère face à des défis croissants, elle doit intégrer un système de blockchain d’entreprise qui garantit la qualité et la propriété des données saisies, lui permettant ainsi de conserver les données en sécurité tout en garantissant leur immuabilité. de données. Consultez la couverture de CoinGeek sur cette technologie émergente pour savoir pourquoi la blockchain d'entreprise sera l'épine dorsale de l'IA.

Regarder  : Qu'est-ce que la blockchain et l'IA ont en commun ? Ce sont des données

Nouveau sur la blockchain ? Consultez la section Blockchain pour les débutants de CoinGeek, le guide de ressources ultime pour en savoir plus sur la technologie blockchain.