Πέρα από τη στενή τεχνητή νοημοσύνη

Παρά την εντυπωσιακή πρόοδο στην παραγωγική τεχνητή νοημοσύνη (Generative AI) και τη μηχανική μάθηση, τα σύγχρονα συστήματα παραμένουν εγκλωβισμένα σε εξειδικευμένα πεδία. Η έλλειψη γενικευμένης ευφυΐας οφείλεται εν μέρει στην απουσία μηχανισμών που προσομοιάζουν την ανθρώπινη γνωστική λειτουργία. Η προτεινόμενη αρχιτεκτονική επιχειρεί να γεφυρώσει αυτό το χάσμα εισάγοντας τη μεταγνώση (metacognition) ως δομικό στοιχείο.

Η διττή αρχιτεκτονική: System 1 και System 2

Η καρδιά της πρότασης έγκειται στον διαχωρισμό των ρόλων. Το System 1 λειτουργεί ως ένας μηχανισμός ταχείας απόκρισης, αξιοποιώντας μοτίβα από το παρελθόν για να επιλύσει προβλήματα με ελάχιστη υπολογιστική καθυστέρηση (latency). Αντίθετα, το System 2 ενεργοποιείται σε σενάρια υψηλής πολυπλοκότητας, όπου απαιτείται συνειδητή αναζήτηση βέλτιστων λύσεων και λογική επεξεργασία. Αυτός ο διαχωρισμός επιτρέπει στο σύστημα να εξισορροπεί την ταχύτητα με την ακρίβεια.

Μοντελοποίηση του περιβάλλοντος και του εαυτού

Για να καταστεί εφικτή αυτή η διαχείριση, το σύστημα υποστηρίζεται από δύο κρίσιμα υποσυστήματα:

  1. Μοντέλο κόσμου (World Model): Περιλαμβάνει τη γνώση πεδίου (domain knowledge) που είναι απαραίτητη για την κατανόηση του πλαισίου στο οποίο δραστηριοποιείται ο πράκτορας.
  2. Μοντέλο εαυτού (Self Model): Περιέχει πληροφορίες για τις προηγούμενες ενέργειες και τις δεξιότητες των επιμέρους επιλυτών, επιτρέποντας στο σύστημα να αξιολογεί τις δυνατότητές του πριν αναλάβει μια εργασία.

Αυτή η αρχιτεκτονική προσέγγιση αποτελεί ένα σημαντικό βήμα προς την ανάπτυξη συστημάτων που δεν βασίζονται μόνο σε τεράστια σύνολα δεδομένων, αλλά διαθέτουν μια στοιχειώδη μορφή αυτογνωσίας και στρατηγικής σκέψης.