ทันเอไอ

Des chercheurs proposent de nouveaux fondements logiques pour doter les robots AGI Neuro-Symbolic d'une conscience et d'une capacité de résolution de problèmes humaine

Une nouvelle étude propose de combiner l'apprentissage par réseaux de neurones avec un raisonnement symbolique basé sur une logique à 4 valeurs pour créer une AGI aux capacités proches de l'humain.

Une équipe de chercheurs a publié un article proposant une nouvelle approche pour développer l'AGI (Artificial General Intelligence), l'objectif ultime de l'IA visant à égaler ou dépasser l'intelligence humaine, afin de créer des robots dotés d'une « conscience, capables de résoudre des problèmes, d'apprendre et de planifier » de manière quasi humaine.

Le cœur de cette recherche repose sur l'approche dite « Neuro-Symbolic AI », qui fusionne les forces de deux mondes : les réseaux de neurones, excellents pour l'apprentissage à partir de données massives, et l'IA symbolique, experte en raisonnement logique basé sur des règles strictes. Cette combinaison vise à pallier les faiblesses des systèmes actuels, notamment le manque d'interprétabilité et de structure logique.

La proposition principale est l'utilisation d'un système logique nommé Intensional many-sorted First-order Logic (IFOL) comme noyau symbolique du robot AGI. La particularité de l'IFOL réside dans l'utilisation du « Belnap's bilattice », offrant quatre valeurs de vérité au lieu des classiques « vrai » ou « faux ». Cela permet au système de mieux gérer les connaissances incomplètes, les contradictions et les situations incertaines, des défis constants dans le monde réel.

De plus, cette recherche vise à permettre aux systèmes de calculer la probabilité d'informations inconnues. Cette approche aidera les robots AGI à prendre des décisions raisonnées même avec des données fragmentaires, posant ainsi des bases théoriques cruciales pour l'architecture des robots AGI de demain.