Mitől olyan hatékony az emberi agy, és vajon tényleg közel vagyunk-e ahhoz, hogy a mesterséges intelligencia (AI) utolérje vagy felülmúlja azt? Ebben a beszélgetésben Adam Marblestone összetett kérdéseket vet fel a biológiai agy működésével és az AI rendszerek fejlődésével kapcsolatban.
Szó esik a tanulási algoritmusokról, az agy architektúrájáról és annak kulcselemeiről, illetve arról, hogy talán a veszteségfüggvények és evolúció során kialakult beépített jutalmazási mechanizmusok kulcsszerepet játszanak abban, miért tudunk ilyen hatékonyan tanulni. Felmerül a kérdés: mennyire univerzális az emberi tanulási algoritmus, és valóban közel van-e már hozzá a gépi tanulás?
Az agy különböző területeit, mint például a „tanuló alrendszer” és „irányító alrendszer”, részletesen is tárgyalják, rámutatva arra, hogy az evolúció hogyan hangolta ezen rendszerek együttműködését a társas viselkedés, reflexek és bonyolult világmodellek kialakításához. Mindez felveti a kérdést: mennyit tudunk ma erről technológiai szinten modellezni?
Külön kitérnek arra is, mennyi releváns információ kódolódik a genomunkban, hogyan működhet a generalizáció és miért olyan fontosak a jutalmazási mechanizmusok. Megvizsgálják, hogy az állatok és emberek agyában mennyi beépített és mennyi tanult dolog van, s ezek hogyan kapcsolhatóak össze a mesterséges rendszerek fejlődésével.
A beszélgetés elkalandozik a formális matematika, bizonyításautomatizálás és a tudományos infrastruktúra kérdései felé is. Felmerül, hogy hogyan válhatna az értelmezhető, bizonyítható tudás szervezőereje meghatározóvá a jövő AI rendszereiben, és mindennek milyen társadalmi, kutatásfinanszírozási és technológiai feltételei vannak.
