AI 中的快思考与慢思考：元认知的作用
人工智能
2021-10-06 v1
摘要
近年来 AI 系统取得了显著进展，带来了众多渗透日常生活的应用。然而，我们仍主要看到狭义 AI 的实例：许多近期进展通常聚焦于非常有限的能力与目标集合，例如图像解读、自然语言处理、分类、预测等。此外，尽管这些成功可归功于改进的算法与技术，它们也与海量数据集和计算能力的可用性紧密关联。最先进的 AI 仍缺乏许多自然包含于（人类）智能概念中的能力。我们认为，更好地研究使人类具备这些能力的机制，有助于我们理解如何赋予 AI 系统这些能力。我们特别关注 D. Kahneman 的快思考与慢思考理论，并提出了一种多智能体 AI 架构，其中 incoming 问题由系统 1（或“快”）智能体解决——其仅利用过往经验作出反应，或由系统 2（或“慢”）智能体解决——当有需要超越系统 1 智能体预期进行推理和搜索最优解时被审慎激活。两类智能体均得到世界模型的支持，该模型包含关于环境的领域知识，以及“自我”模型，该模型包含关于系统过往动作与求解器技能的信息。
引用
@article{arxiv.2110.01834,
title = {Thinking Fast and Slow in AI: the Role of Metacognition},
author = {Marianna Bergamaschi Ganapini and Murray Campbell and Francesco Fabiano and Lior Horesh and Jon Lenchner and Andrea Loreggia and Nicholas Mattei and Francesca Rossi and Biplav Srivastava and Kristen Brent Venable},
journal= {arXiv preprint arXiv:2110.01834},
year = {2021}
}