Cognición cuántica: una arquitectura cognitiva para la IA humana y la computación en memoria, Parte 1

Este artículo se centra en la inteligencia humana-artificial (IA): "máquinas que piensan, que aprenden y que crean". Destaco algunos problemas que han llevado a un progreso desequilibrado en la IA (más progreso en inteligencia artificial y menos progreso en inteligencia) e introduzco la cognición cuántica como una arquitectura cognitiva viable para la IA humana y el hardware emergente.

En los últimos años, con el rápido desarrollo de la tecnología de inteligencia artificial, cada vez más personas han comenzado a prestar atención a la relación entre la inteligencia artificial y la memoria. La relación entre los dos es inseparable.

La inteligencia artificial puede simular el proceso de la memoria humana, permitiendo a las máquinas recordar información, almacenarla y recuperarla como los humanos. En este sentido, la tecnología de inteligencia artificial ha ampliado enormemente las capacidades de la memoria humana. Por ejemplo, la inteligencia artificial puede ayudarnos con el reconocimiento de voz e imágenes, ayudándonos así a recordar y comprender información de manera más efectiva.

Por otro lado, la capacidad de la memoria humana también puede proporcionar una inspiración importante para el desarrollo de la inteligencia artificial. La capacidad de la memoria humana puede ayudarnos a gestionar y analizar mejor los datos y descubrir asociaciones y patrones entre datos. Estas capacidades también se pueden transformar en algoritmos y programas para ayudar a las computadoras a procesar y utilizar mejor los datos. Por tanto, la capacidad de la memoria humana es crucial para el desarrollo de la inteligencia artificial.

En resumen, la relación entre inteligencia artificial y memoria se refuerza mutuamente. Se complementan mutuamente y promueven conjuntamente el progreso tecnológico y social. Afrontemos el desarrollo de la inteligencia artificial y la memoria de manera positiva, con actitud optimista, y creamos que pueden traer un futuro mejor. Se puede ver que necesitamos mejorar nuestra memoria, y Cistanche deserticola puede ayudarnos significativamente a mejorarla porque Cistanche deserticola es un material medicinal tradicional chino que tiene muchos efectos únicos, uno de los cuales es mejorar la memoria. La eficacia de la carne picada proviene de los numerosos ingredientes activos que contiene, incluidos ácidos, polisacáridos, flavonoides, etc. Estos ingredientes pueden promover la salud del cerebro de diversas formas.

Haz clic en conocer 10 formas de mejorar la memoria

La mayoría de las arquitecturas cognitivas, es decir, los modelos de razonamiento humano en la investigación de inteligencia artificial (IA), no necesariamente intentan modelar el proceso de razonamiento humano. Asumen que los humanos son agentes racionales, es decir, maximizadores de utilidad, que siempre siguen la lógica booleana, lo que implica que Los eventos siempre se pueden combinar (por ejemplo, mediante una conjunción lógica) en cualquier orden. Intentan localizar un equivalente de una unidad aritméticológica (ALU) en el cerebro humano y mezclar datos para hacerlos independientes e idénticamente distribuidos (IID). La siguiente sección muestra más detalles.

PROBLEMAS CON EL RAZONAMIENTO DE PROBABILIDAD CLÁSICO

La teoría clásica de la probabilidad y los axiomas de Kolmogorov, ampliamente aceptados, siguen la lógica booleana. Esto implica que la lógica de los eventos es conmutativa y que los eventos son siempre compatibles. Es decir, A y B son iguales que B y A, y las mediciones simultáneas de A y B, o de B y A, no causarán interferencia.

Esta lógica funciona bien para eventos compatibles. Por ejemplo, medir primero su altura y luego su peso, primero medir su peso y luego su altura, o medir simultáneamente su altura y peso, todo produce el mismo resultado.

Pero la realidad es que los acontecimientos podrían ser incompatibles, es decir, la evaluación depende del orden y podrían producirse interferencias. Por ejemplo, considere la pregunta A: "¿Vas a ir a Florida?" y pregunta B: "¿Escuchaste que se acerca una tormenta a Florida?" Solicitar primero una respuesta a la pregunta A y luego a la pregunta B, o solicitar primero una respuesta a la pregunta B y luego a la pregunta A, o hacer las preguntas A y B simultáneamente y luego solicitar una respuesta podría dar como resultado respuestas diferentes.

Además, una conjunción booleana puede percibirse como más representativa que uno de sus constituyentes y cambiar el razonamiento humano. Aquí hay un ejemplo simplificado.

Supongamos que Bob ha sido identificado como sospechoso de explotar una vulnerabilidad de día cero. Además, supongamos que los miembros de un famoso grupo de hackers llamado H han observado a menudo la explotación de dicha vulnerabilidad. Entonces, ¿cuál de los siguientes escenarios parece más probable?

1. Bob es un hacker habilidoso.

2. Bob es un hacker habilidoso y miembro del grupo H.

Intuitivamente hablando, el escenario 2 podría percibirse como más probable. Pero con la lógica booleana y la teoría de probabilidad clásica, la probabilidad de que dos eventos ocurran juntos no puede ser mayor que la probabilidad de un solo evento. Percibimos que el escenario 2 es más probable que el escenario 1 debido a una falacia de conjunción, un sesgo cognitivo identificado por Tversky y Kahneman1 que explica que los humanos suelen estar más inclinados a creer una historia detallada con detalles explícitos que una breve y compacta. Los atacantes de phishing se han beneficiado enormemente de este sesgo al proporcionar primero a sus objetivos una descripción explícita y detallada de un evento que requiere atención inmediata y luego pedirles que hagan clic en un enlace.

APRENDIZAJE INCONSCIENTE

Goyal y Bengio2 sostienen que para lograr la IA humana, necesitamos pasar del sistema 1/procesamiento implícito/inconsciente al sistema 2/procesamiento explícito/consciente. El funcionamiento del Sistema 1 es similar a cuando conducimos por un barrio conocido, donde podemos ser rápidos e inconscientes. El funcionamiento del Sistema 2 es similar a cuando conducimos en un vecindario desconocido y necesitamos ser lentos y conscientes y es posible que también necesitemos consulta.

La propuesta de Goyal y Bengio requiere un "procesamiento consciente secuencial" y considerar "la atención como una selección secuencial de qué cálculo realizar y en qué cantidades". Sin embargo, como se analizó brevemente, la probabilidad clásica tiene limitaciones importantes con el procesamiento secuencial. Asume que todos los eventos son compatibles y no considera el efecto de orden.

Por ejemplo, para evitar el sobreajuste (prestar demasiada atención al conjunto de datos particular en el que se entrena), la comunidad de aprendizaje automático mezcla los datos para convertirlos en IID. Pero la realidad es que los datos no nos llegan como IID.2

"La naturaleza no mezcla datos, y nosotros no deberíamos hacerlo. Cuando mezclamos los datos, destruimos información útil sobre los cambios en la distribución que son inherentes a los datos que recopilamos y contienen información sobre la estructura causal".

PROBABILIDAD CUÁNTICA PARA EL RAZONAMIENTO Y LA INFERENCIA

Recomiendo la cognición cuántica3 como una alternativa viable para las arquitecturas cognitivas que utilizan el razonamiento y la inferencia clásicos. La cognición cuántica es diferente de la mente cuántica. No sigue la suposición de que en el cerebro esté ocurriendo algo parecido a lo cuántico, sino que se inspira en la estructura matemática de la teoría cuántica y sus principios dinámicos. Por ejemplo, utiliza la probabilidad cuántica: modela la cognición utilizando la teoría de la probabilidad de la mecánica cuántica, sin nada de la física.

La siguiente sección muestra una característica de ejemplo de probabilidad cuántica que la hace apropiada para software y hardware de IA humana.

CAPTURAR INCOMPATIBILIDADES

La probabilidad cuántica, a diferencia de la probabilidad clásica, supone que todas las preguntas son compatibles y puede capturar preguntas incompatibles. La probabilidad cuántica utiliza un espacio vectorial y un subespacio similar al uso que hace la probabilidad clásica del espacio muestral y del evento (es decir, un subconjunto del espacio muestral), respectivamente. Vectorspace contiene todos los resultados posibles para las preguntas. Un vector que representa el resultado de una pregunta abarca un subespacio 1D, llamado rayo, y el conjunto de creencias que una persona tiene sobre la pregunta se representa mediante un vector de longitud unitaria, llamado vector de estado. La probabilidad cuántica también utiliza un proceso de mapeo, llamado proyección, y la probabilidad asignada a un evento es igual a la longitud al cuadrado de la proyección. Para calcular la conjunción de los resultados de las preguntas, la probabilidad cuántica emplea una proyección secuencial. Esto permite distinguir entre órdenes, es decir, el proyecto A y luego el proyecto B tienen un resultado diferente al del proyecto B y luego el proyecto A.

Revisando el ejemplo simplificado

Aquí revisamos nuestro ejemplo simplificado para ilustrar cómo la probabilidad cuántica, utilizando el espacio vectorial, puede ilustrar la falacia de la conjunción en el razonamiento humano. En la Figura 1, las flechas azules representan "Bob es un hacker experto" por B y su negación con ~/B. De manera similar, las flechas naranjas representan "ser miembro del grupo H" con H y su negación con ~/ H. S, el vector de estado, representa nuestro estado de creencia sobre la caracterización de Bob y está representado por la flecha negra. En la Figura 1, las trayectorias de proyección se muestran mediante líneas de puntos verdes y rojas.

Las probabilidades se calculan como la longitud al cuadrado de la proyección del vector de estado sobre el eje correspondiente y se muestran mediante las longitudes de los cuadrados verdes y rojos. La proyección sobre el rayo B se muestra mediante la línea de puntos verde, y la probabilidad de (B) es igual a la longitud al cuadrado de esta barra, que se muestra mediante la longitud del cuadrado verde. Para la probabilidad de (B y H), debemos seguir dos pasos, como lo muestran las dos líneas de puntos rojas. Primero, proyectamos el vector de estado en el rayo H. En segundo lugar, proyectamos esta proyección anterior sobre el rayo B. Entonces, la probabilidad de (B y H) es la longitud al cuadrado de la última proyección, mostrada por la longitud del cuadrado rojo.

En la Figura 1, la probabilidad secuencial de (B y H) es mayor que la probabilidad de un solo evento, es decir, la probabilidad de (B), correspondiente a que la longitud del cuadrado rojo sea mayor que la longitud del cuadrado verde. Esto se debe a la falacia de la conjunción que llevó a percibir el escenario 2 como más probable que el escenario 1. Podemos relacionar la incompatibilidad de (B y H), que conduce a su interferencia, con la heurística de representatividad (un atajo mental); La conjunción parece más representativa que uno de sus constituyentes, y ser miembro de H puede ser más fácil de imaginar o recuperar que Bob como una categoría inclusiva. Para obtener una explicación matemática de este ejemplo, consulte los materiales complementarios disponibles en 10.1109/MC.2023.3242056.

La capacidad de la probabilidad cuántica para capturar incompatibilidades también puede desempeñar un papel importante en el desarrollo de estructuras causales para la AII humana, específicamente cuando nos enfrentamos a eventos incompatibles al reunir situaciones complejas con cantidades masivas de datos de diversas fuentes. En tales situaciones, necesitamos modelos estructurales causales para descubrir los mecanismos subyacentes de los datos frente a la inducción causal elemental, es decir, modelar una relación única de causa y efecto, utilizando la probabilidad clásica. En situaciones tan complejas, la probabilidad cuántica puede proporcionar una manera de formalizar la idea de razonamiento causal estructuralmente local trabajando con eventos incompatibles, pegando espacios muestrales y formando un espacio vectorial.

Por ejemplo, supongamos que necesitamos hacer un juicio predictivo, es decir, encontrar la probabilidad condicional de un efecto dada una causa, o P (efecto|causa), en un problema complejo con cantidades masivas de datos, donde el orden de llegada de los datos importa. La probabilidad cuántica nos permite dividir el problema en problemas más pequeños respondiendo consultas como:

P (efecto|causa1, sin causa alternativa),P (efecto|causa1, causa2),P (efecto|causa2, causa1), etc.

PROBABILIDAD CUÁNTICA PARA LA COMPUTACIÓN EN MEMORIA

La probabilidad cuántica utiliza el espacio vectorial, similar al marco informático de arquitecturas simbólicas vectoriales (VSA), también conocida como computación hiperdimensional, que es fundamental para el hardware emergente, por ejemplo, la computación en memoria (IMC). En la arquitectura convencional de von Neumann, la memoria y el procesador están separados y el cálculo requiere que los datos se muevan de un lado a otro. Pero con la arquitectura IMC que utiliza "multiplicación de matriz vectorial",4 la memoria y el procesador se fusionan, y los cálculos se realizan donde los datos se almacenan con un movimiento mínimo de datos. Esto hace que IMC, a diferencia de la arquitectura convencional de von Neumann, sea similar al cerebro humano, donde la memoria y el cálculo están colocados. Localizar el equivalente de una ALU en el cerebro humano es una expectativa poco realista.

La probabilidad cuántica y el IMC pueden considerarse arquitecturas computacionales prometedoras para la AII humana, ya que ambas utilizan VSA. Por tanto, es razonable considerar la probabilidad cuántica como una arquitectura cognitiva para IMC.

Aquí hay un ejemplo. La memoria de trabajo en el cerebro humano es un mecanismo para el almacenamiento temporal de información relacionada con la tarea actual. Es fundamental para las capacidades cognitivas como la atención, el razonamiento y el aprendizaje; por lo tanto, la mayoría de las arquitecturas cognitivas lo implementan de alguna forma. Con la cognición cuántica, podemos utilizar vectores de alta dimensión para representar la función de la memoria de trabajo y tratar con los datos relevantes en un cálculo en curso. El vector de estado de la probabilidad cuántica se puede considerar como un estado de la memoria de trabajo que representa las creencias humanas sobre los patrones de características y sirve como caché para el modelo mundial actual, el estado del sistema y/o los objetivos actuales. La probabilidad cuántica construye una base matemática sólida para IMC y organiza el " operaciones en patrones hiperdimensionales que podrían usarse para la computación". Al ver los patrones como vectores, podemos "aprovechar el vasto cuerpo de conocimiento sobre vectores, matrices, álgebra lineal y más. Esta ha sido de hecho la tradición en la investigación de redes neuronales artificiales, pero aún quedan por explorar ricas áreas de representación de alta dimensión". Los agentes que siempre maximizan la utilidad, utilizando estructuras que siempre siguen la lógica booleana, son fundamentales para las arquitecturas informáticas de IA existentes. Pero sostengo que necesitamos aprender de la teoría de la relatividad de Einstein, el teorema de incompletitud de Gödel y la teoría de la racionalidad limitada de Simon, ya que todos ellos arrojan luz sobre el colapso de los absolutos.

En este artículo, presenté algunas limitaciones computacionales de los sistemas de IA existentes. Le expliqué que, a diferencia de los axiomas de la probabilidad clásica, la lógica de los acontecimientos no es necesariamente booleana. Si dos eventos A y B son incompatibles, entonces aprendizaje; por lo tanto, la mayoría de las arquitecturas cognitivas lo implementan de alguna forma. Con la cognición cuántica, podemos utilizar vectores de alta dimensión para representar la función de la memoria de trabajo y tratar con los datos relevantes en un cálculo en curso. El vector de estado de probabilidad cuántica puede considerarse como un estado de memoria de trabajo que representa las creencias humanas sobre patrones de características y sirve como caché para el modelo del mundo actual, el estado del sistema y/o los objetivos actuales.

La probabilidad cuántica construye una base matemática sólida para IMC y organiza las "operaciones en patrones hiperdimensionales que podrían usarse para la computación". Al ver los patrones como vectores, podemos

"Aproveche el vasto cuerpo de conocimiento sobre vectores, matrices, álgebra lineal y más. Esta ha sido de hecho la tradición en la investigación de redes neuronales artificiales, pero aún quedan áreas ricas de representación de alta dimensión por explorar".

Los agentes que siempre maximizan la utilidad, utilizando estructuras que siempre siguen la lógica booleana, son fundamentales para la IA existente. La conjunción de los eventos A y B no se puede definir porque no conmutan, en marcado contraste con la lógica booleana, donde los eventos siempre conmutan. .

Ofrecí recomendaciones sobre probabilidad cuántica y expliqué cómo considerar los estados cuánticos como medidas sobre la estructura no booleana de los operadores de proyección. Para comparar estados cuánticos y estados probabilísticos clásicos, expliqué cómo se puede utilizar la proyección para describir experimentos similares a la probabilidad clásica. Expliqué cómo los modelos estructurales causales (frente a la inducción causal elemental) pueden ayudar a capturar el procesamiento consciente secuencial. También expliqué cómo el uso del espacio vectorial por parte de la probabilidad cuántica lo convierte en una arquitectura cognitiva apropiada para la arquitectura IMC.

Lograr la AII humana y desarrollar "máquinas que piensen, aprendan y creen"6 requieren modelos computacionales que puedan actuar de la misma manera. Pero el pensamiento, el aprendizaje y la creación humanos a menudo dependen en gran medida del contexto y del orden, y eso resulta desconcertante para los modelos clásicos de probabilidad y maximización de la utilidad.

RECONOCIMIENTO

Este material se basa en un trabajo respaldado por la Fundación Nacional de Ciencias bajo el Premio 2041788. Puede encontrar una breve explicación matemática del examen simplificado y su revisión en los materiales complementarios disponibles en 10.1109/MC.2023.3242056.

REFERENCIAS

1. A. Tversky y D. Kahneman, "Razonamiento extensivo versus intuitivo: el juicio de inprobabilidad de la falacia de la conjunción", Psychol. Rev., vol. 90, núm. 4, págs. 293–315, octubre de 1983, doi: 10.1037/0033-295X.90.4.293.

2. A. Goyal e Y. Bengio, "Sesgos inductivos para el aprendizaje profundo de la cognición de nivel superior", Proc. Roy. Soc. Una, vol. 478, núm. 2266, octubre de 2022, art. No. 20210068,doi: 10.1098/rspa.2021.0068.

3. JR Busemeyer y P. Bruza, Modelos cuánticos de cognición y decisión. Cambridge, Reino Unido: Cambridge Univ. Press, 2014.

4. S. Spetalnick y A. Raychowdhury, "Un análisis práctico del espacio de diseño de la computación en memoria con SRAM", IEEE Trans. Sistema de circuitos. Yo, Reg. Artículos, vol. 69, núm. 4, págs. 1466–1479, abril de 2022, doi: 10.1109/TCSI.2021.3138057.

5. P. Kanerva, "Computación hiperdimensional: una introducción a la computación en representación distribuida con vectores aleatorios de alta dimensión", Cogn. Computación, vol. 1, págs. 139–159, junio de 2009, doi: 10.1007/s12559-009-9009-8.

6. H. Simon y A. Newell, "Resolución heurística de problemas: el próximo avance en la investigación de operaciones", Oper. Res., vol. 6, no. 1, págs. 1 a 10, enero/febrero. 1958. [En línea]. Disponible:https://www.jstor.org/stable/167397

For more information:1950477648nn@gmail.com