实现人类水平的人工智能的前景有可能成为现实，这要归功于结合特定形式的人工智能的心理学习模型。这一见解来自于罗伯特·约翰逊，他通过在林雪平大学的论文引入了机器心理学的概念，突出了其对推动人工智能技术的潜力。
自20世纪50年代以来，人工通用智能（AGI）一直是人工智能研究的终极目标，但人类尚未创造出能够像人类一样应对智力挑战的人工智能。然而，一些专家认为，这种情况在短短五年内可能会改变。
其中一位专家是罗伯特·约翰逊，他最近在林雪平大学获得了计算机科学博士学位。与流行文化中描绘的AGI的阴暗未来情景不同，他将其视为人类的积极力量。
“绝对是的！这是一个颠覆性的转变，将重新定义我们的努力；这不仅仅是当前人工智能的延伸，而是真正的新创新。我预计AGI将以与今天的人工智能截然不同的方式深刻影响社会。它为新型代理的出现打开了大门，比如虚拟研究人员或心理学家，以及其他许多应用，”罗伯特·约翰逊表示。
然而，他承认，在复杂的世界中推动技术发展带来了挑战。AGI可能加剧社会分裂的风险。
“这是一项需要谨慎管理的技术。另一方面，我相信人工通用智能也可以帮助缓解社会中的各种有害趋势。它有潜力让我们变得更加富有同理心，我对AGI帮助我们成为更有爱的生物感到乐观，”罗伯特·约翰逊说。
创造可以反映人类能力的人工智能是一项巨大的任务。研究人员正在探索各种方法来解决这个问题。有些人建议像ChatGPT这样的规模庞大的语言模型是关键，而其他人则提出模仿大脑功能。罗伯特·约翰逊的方法被描述为基于原则的；他识别出解释智力的关键心理学习原则，并旨在将其整合到计算机系统中。
在林雪平大学的博士研究之外，他在斯德哥尔摩大学担任副教授教授临床心理学并进行研究，他在论文《机器心理学的实证研究》中利用了这些经验。
“我运用了现代学习心理学原则来探索学习、思维过程和智力。一种特定类型的自适应人工智能系统，使用逻辑推理，被用来整合这些学习原则，”罗伯特·约翰逊表示，他目前正在攻读他的第二个博士学位。
他所关注的逻辑框架被称为非公理推理系统，或NARS。该系统旨在处理部分信息、有限处理能力和实时情况，提供必要的灵活性来应对现实世界的挑战。
将NARS与心理学习原则相结合，创造了一种被称为机器心理学的跨学科方法，这是罗伯特·约翰逊所创造的一个术语，正在逐渐受到关注，包括被谷歌DeepMind使用。
目标是让人工智能从其存在中的多样经验中获取知识，并在各种上下文中应用这些知识，就像人类在18个月左右开始做的那样——这是我们物种所独有的。
“如果我们成功地将这种能力编码在机器中，我们就真的解开了实现人类水平人工智能的谜题。我认为心理学是推进AGI可能重要的一门科学，”罗伯特·约翰逊指出。
人类是否会在五年内创造出一个智力上的对应物尚不可知。然而，罗伯特·约翰逊指出，首先需要考虑几个关键因素。
“我们生活在一个由法律、规则和道德原则管理的社会中。建立关于此类实体的权利和责任的视角至关重要。AGI可能最终只是在浏览器中的一个程序，但如果它具有意识，它就构成了一种生命形式，”他强调。
