Richard Sutton, a mesterséges megerősítéses tanulás (reinforcement learning) egyik alapvető alakjaként ismert Turing-díjas kutató, és Banafsheh Rafiee egy új tanulmányban egy másfajta megközelítést javasolnak: az enaktív (enactive) mesterséges intelligenciát. A szerzők szerint a hagyományos, nagy mennyiségű előre címkézett adaton és előrejelzéseken alapuló modellalkotás helyett az intelligencia abból származhat, hogy egy ügynök tevékenykedik egy környezetben, és a következményekből tanul.
A négy pillér
A szerzők négy alapelvet neveznek meg, amelyek szerinte meghatározók az enaktív AI számára:
- valós tapasztalat előnyben a címkézett adatokkal szemben;
- észlelés és cselekvés egységes körforgója (perception–action loop);
- autonómia, vagyis a rendszer saját sikerkritériumainak meghatározása;
- megtestesülés (embodiment), azaz a fizikai cselekvés és a környezettel való kölcsönhatás szerepe.
A tanulmány szerint a ma létező megoldások közül a megerősítéses tanulás áll a legközelebb ehhez az elképzeléshez, ugyanakkor minden említett pontban hiányosságokat mutat.
Diagnózis és gyakorlati kihívások
A cikk éles diagnózist ad arról, mi hiányzik a jelenlegi irányokból, de a javaslatok többsége inkább iránytű, semmint megvalósítható recept. Különösen nehéznek tartják az autonómiát: olyan rendszerre van szükség, amely maga alakítja ki a siker mércéjét, nem pedig egy ember által definiált jutalomfüggvényre támaszkodik — és jelenleg nincs bevett módszer ennek elérésére.
Még súlyosabb probléma a megtestesülés. Egy cselekvés által tanuló ügynök az fizikai világ kölcsönhatásainak sebességén gyűjti az adatokat, ami lényegesen lassabb folyamat, mint ahogy a nagynyelvi modellek (LLM-ek) például az internet hatalmas mennyiségét rövid idő alatt feldolgozták. A tanulmány világosan összegzi, mi hiányzik, de nem ad részletes mérnöki utat ezek leküzdésére.
Mit érdemes innen vinni?
Az enaktív AI koncepciója vonzó lehet abban az értelemben, hogy jobban tükrözi a természetes intelligencia egyes aspektusait: a cselekvésből eredő tanulást, a test és környezet szerepét, valamint a célok önálló kialakításának fontosságát. Ugyanakkor a szerzők felismert hiányosságai rávilágítanak arra, hogy a koncepcionális előrelépés nem helyettesíti a mérnöki, gyakorlati megoldásokat. Röviden: az enaktív AI iránya lehet a helyes kompasz, de jelenleg nincs jól körvonalazott útvonal, amely oda vezetne.
Következtetés
Sutton és Rafiee munkája hozzájárul a mesterséges intelligencia alapvető fogalmainak újragondolásához, és világosan feltárja a jelenlegi modellek korlátait. A javasolt négy pillér fontos diskurzusindító, de a megvalósításhoz szükséges módszerek és technikák egyelőre hiányoznak.
