Mikor tanul meg a mesterséges intelligencia?

Minden nap a legfejlettebb rendszerekA mesterséges intelligencia okosabbá és okosabbá válik, új ismereteket és készségeket szerez. Az AI már képes számos területen jobbnak lenni, mint az emberek. Mindezen „fölény” mögött azonban csak olyan kódsorok és jól definiált algoritmusok léteznek, amelyek nem teszik lehetővé a program „szabadságát a gondolataikban”. Más szavakkal, a gép nem képes olyan dolgokat csinálni, amelyek nincsenek benne benne. Az AI logikus következtetésekre juthat, de nem tud egy adott témára hivatkozni. És úgy tűnik, hogy ez hamarosan megváltozik.

Hogyan ismerik az emberek a világot

Mi, mint minden racionális organizmus, meg fogunk tanulnifokozatosan a világon. Képzeld el, hogy egy egyéves kisbaba látja, hogy egy teherautó leáll a platformról, és lóg a levegőben. Számára ez nem lesz semmi szokatlan. De ugyanazt a kísérletet csak két-három hónappal később, és a kis ember azonnal rájön, hogy valami rossz. Végül is tudja, hogyan működik a gravitáció.

- Senki nem mondja el a gyermeknek, hogy az objektumoknak kellleesik ”- mondja Jan Lekun, a Facebook vezetője a mesterséges intelligencia és a New York-i Egyetem professzora. - „A gyerekek sok mindent megtudnak a világról, megfigyeléssel tanulnak.”

És függetlenül attól, hogy mennyire egyszerű ez a hang, ez a megközelítés segíthet az AI fejlesztőknek a mesterséges intelligencia fejlettebb verzióinak létrehozásában.

Miért olyan nehéz megtanítani az AI-t, hogy miért

Mély gépi tanulás (azaz nagyjábólBeszédünk szerint bizonyos készségek megszerzése a próbákon keresztül ma lehetővé teszi az AI számára, hogy hatalmas sikert érjen el. De ami a legfontosabb, a mesterséges intelligencia még mindig nem képes. Nem tudja megmagyarázni és következtetéseket levonni azon objektív valóság elemzése alapján, amelyben létezik. Más szavakkal, a gépek valóban nem értik meg a körülöttük lévő világot, ami képtelenné teszi őket a kölcsönhatásban.

Ez érdekes: Lehet-e a mesterséges intelligencia megverni a pókert?

Az egyik módja az AI javításának lehet egyfajta „megosztott memória”, amely segít a gépeknek, hogy információt kapjanak a körülöttük lévő világról, és fokozatosan tanulmányozzák. De ez nem oldja meg az összes problémát.

- Nyilvánvaló, hogy hiányzik valami - mondjaLekun professzor. „A gyermek megértheti, hogy a felnőtt elefántok és csecsemőik csak 2 fotót látnak. Míg a mély tanulási algoritmusoknak több ezer, ha nem több millió képet kell nézniük. Egy tinédzser megtanulhat biztonságosan vezetni, néhány tucat órát gyakorolni, és kitalálni, hogyan lehet elkerülni a baleseteket, de a robotoknak több tízmillió órát kell dobniuk.

Hogyan tanítsuk az AI-t az okra

A válasz Lekun professzor szerint aza mélyreható tanulás alábecsült alosztálya, más néven felügyelet nélküli tanulás. Amikor a felügyelt és továbbfejlesztett tanuláson alapuló algoritmusok az AI-t kívülről érkező adatok bevitelével tanítják, a felügyelet nélküli magatartásminták önállóan alakulnak ki. Egyszerűen fogalmazva, két lehetőség van arra, hogy egy robotot tanítson járni: az első az, hogy a rendszerbe beírjuk az összes paramétert a robot szerkezetén. A második az, hogy „elmagyarázzuk” a gyaloglás elvét, és hogy a robot önállóan tanuljon. Ugyanakkor a meglévő algoritmusok túlnyomó többsége az első út mentén működik. Yang Lekun úgy véli, hogy a hangsúlyt a második módszer felé kell elmozdítani.

„A kutatóknak meg kell kezdeniük a tanulástpredikciós algoritmusok. Például, a neurális hálózatok tanítására, hogy megjósolják a videó második felét, csak az elsőt látva. Igen, ebben az esetben a hibák elkerülhetetlenek, de ily módon az AI érvelését tanítjuk, kiterjesztve annak alkalmazási lehetőségeit. Visszatérve a gyermek és egy játékkocsi példájára: 2 lehetséges eredményünk van - a teherautó leesik vagy lefagy. "Dobj" újabb száz ilyen példát a neurális hálózatokba, és megtanulják, hogyan kell felépíteni a logikai összeköttetéseket, és végül megtanulják, hogyan kell megérteni. "

Megbeszélhetjük ezt és más híreket a telegramok csevegésében.