Saját emlékeiből tanul az új mesterséges intelligencia, már programozni sem kell – Mikor csúszik ki az irányításunk alól csak idő kérdése

Kérlek segíts egy megosztással a cenzúra ellen! Köszönöm!

Ha egy mesterségesintelligencia-algoritmus új képességre tesz szert, például megtanul sakkozni, előbb-utóbb annyira jó lesz az adott területen, hogy elismert humán versenyzőket, világbajnokokat is képes legyőzni.

De csak és kizárólag abban az esetben, ha mindenki betartja a szabályokat. Ha megváltoztatjuk a paramétereket, az MI tehetetlenné válik, képtelen alkalmazkodni az új követelményekhez. Ha három fát arrébb teszünk, már nem tudja, mit kezdjen velük.

Egy IBM-kutatás a változás lehetőségét vetíti előre, ugyanis menetközben tanuló algoritmust fejlesztettek. Úgy működik, mintha virtuális memóriával rendelkezne, és azt használva alkalmazkodik a változó környezethez. Így pedig nem kell újból nulláról indulnia, a semmiből megtanulnia az egészet.

ai_memory.jpg

Amikor a Flappy Bird-öt játszotta, még akkor is tudta folytatni, miután a csövek és az akadályok közötti távolság folyamatosan megváltozott – állítja az IBM-Watson AI Lab.

A fejlesztés a rugalmas következtetés figyelemreméltó példája, és egyben következőgenerációs MI-ket vetít előre.

Az IBM új algoritmusa és a hasonló projektek az emberszerű (vagy a sci-fikből ismert ember feletti) általános mesterséges intelligencia (artificial general intelligence, AGI) felé mutatnak. Egyelőre messze vannak tőle, viszont az MI ismeret/tudásalapjának időről időre történő frissítésének képessége közelebb visz az emberi agy rugalmasságának utánzásához.

A probléma a mesterségesintelligencia-kutatásban „katasztrofális felejtésként” ismert jelenség. Mihelyst egy algoritmust új feladatra tanítanak/gyakoroltatnak be, más területekre vonatkozó korábbi ismereteit azonnal „elfelejti”, mindent elölről kell kezdenie. Mindig csak egy területre, feladatra, feladatkörre szakosodik, és ahányszor belefog valamibe, a semmiből indul.

ai_memory0.jpg

A Google-hoz tartozó londoni DeepMind szintén foglalkozik a problémával, fejlesztettek egy, az „emlékeket” jobban tároló algoritmust.

Az IBM megközelítése komplexebb. Az alkalmazkodást és új dolgok megtanulását, a folyamatos tanulás stabilizálását fontosabbnak tartják, mintha csak megakadályozzák a felejtést.

A legfőbb különbség, hogy az IBM kutatói megtalálták az MI betanításának azt a módszerét, hogyha a környezet megváltozik, az akkori ismeretei és a korábban tanultak alapján képes alkalmazkodni hozzá.

Az IBM célja emberi beavatkozás nélkül, önmagától tanuló és minden újhoz alkalmazkodó MI fejlesztése.

Forrás

NÉZZ SZÉT A KATEGORIZÁL TÉMAKÖREINK CIKKEI KÖZÖTT:

ELTITKOLT VILÁG | AKTUÁLIS HÍREKKözéletJárványNagyvilágNemzetiNeoLiberálisVeszélyZónaDiktatúraBevándorlásRasszizmusÉrdekességekEltitkolvaVideókTeljes adások

Republished by Blog Post Promoter

Oszd meg a cikket ismerőseiddel