Tényleg "csak" ennyi kell az AGI(Artifical General Intelligence)-hoz?
TL;DR;
Amiről szól a cikk:
A mesterséges intelligencia szakterületének sok kutatója úgy gondolja, hogy kulcs-komponensek, technológiák hiányoznak ahhoz, hogy az általános mesterséges intelligenciát kifejlesszük.
A DeepMind néhány kutatója viszont egy érdekes felvetéssel állt elő: a szükséges technológia már rendelkezésre áll, ez pedig a megerősítéses tanulás, és nem nekünk kell explicit módon kifejleszteni az AGI-t, hanem csak hagyni, hogy kifejlődjön magától.
Végülis teljesen logikusan hangzik, hiszen az emberi intelligenciát sem alkotta meg senki, hanem szimplán az evolúció eredménye - az élőlényeknek az a tulajdonsága, hogy néhány, meglehetősen egyszerű törekvésük van, életben maradás és szaporodás.
E két célra értelmezve jutalom-maximalizálásra törekszenek, a környezet pedig simán kiszelektálja a nem megfelelő viselkedéseket.
Ennek analógiájára csupán annyi lenne a dolgunk, hogy meghatározzuk a célt, és megalkotjuk a virtuális entitás számára azt a környezetet/szabályrendszert, amely elég bonyolult ahhoz, hogy komplex viselkedések kifejlesztésére "kényszerítse" az ágenseket, és amelyen belül a saját kontextusában értelmezhetővé válik az ágens számára cél és a jutalom mibenléte.
A többit pedig már intézné egy viszonylag egyszerű algoritmus.
Tulajdonképpen a kérdés csak ez: mi legyen a környezet, és mi legyen a cél?
Szerintetek helytálló ez a feltételezés? Vagy a többieknek van igaza és tényleg kulcs-technológiák hiányoznak még az AGI-hoz?
válasza:A genetikus algoritmus így működik. Van egy célom, és meg tudom határozni, hogy egy egy példány mennyire érte el azt a célt. Ekkor az algoritmus legenerál nagyon sok "egyedet", majd pedig megnézi, hogy ők mennyire sikeresek. Ezután a legroszabbakat megöli, az életben maradókat pedig szaporítja, és kis eséllyel mutálja. És így tovább, amíg el nem érjük az optimális állapotot.
A probléma egy álltalános mesterséges inteligenciával, hogy a lépések nem olyan triviálisak, mivel egy nagyságrenddel komplexebb rendszerről van szó. Tehát nem olyan triviális létrehozni az első generációt, és utána szaporítani őket.
válasza:Tehát, ha tudnánk, hogy egy alap AGI hogyan működik vagyis a kódjában melyik rész mit csinál, akkor ezzel a módszerrel lehetne fejleszteni.
De szerintem, az hogy így simán létrehozzunk egyet az nem ennyire egyszerű.
Persze, aki AI-t kutat, az megmondhatja, h szerinte hülyeség az egész amit írtam, hiszen ő jobban ért hozzá. :)))
#1
Igen, pont ezt írtam, hogy tulajdonképpen a cél és a környezet megalkotása marad a nagy kérdés - feltéve, hogy igaza van a deepmind kutatóinak.
Mert a fizikai valóságunkban ugye adott egy hihetetlenül változatos, bonyolult és részletgazdag környezet, ami az entitás szempontjából szinte végtelen változatosságú interakciókra ad lehetőséget.
Nyilván valami hasonló bonyolultságú környezetet kéne alkotni az ágens(ek) számára is - egy viszonylag egyszerű állapottérben, ahol a lehetséges interakciók száma limitált, a megerősítéses tanulásra alapozva nem fog kifejlődni egy annyira komplex viselkedés, amit már intelligenciának tekinthetünk.
Ugye láttunk már olyan reinforcement learning-re alapuló ágenseket, akik a jutalom-maximalizálásra törekedve megtanultak tökéletesen Super Mario-t vagy más egyszerű játékokat játszani.
De ott ugye a környezet is nagyon egyszerű - lehet menni balra, lehet menni jobbra, meg lehet ugrani, azaz van gravitáció, nagyjából ebben ki is merül az interakciók száma, illetve a cél/jutalom fogalma is egyszerűen kvantifikálható: minél magasabb pontszámot elérni.
Ezt az akadályt simán megugorja egy ágens, és nagyon hamar el is jut oda, hogy eléri a maximális pontszámot, azaz a lehető legtökéletesebben(leggyorsabban) végigtolja a játékot, de itt vége is, nincs lehetőség további fejlődésre a környezet egyszerűsége miatt.
Kapcsolódó kérdések:
Minden jog fenntartva © 2024, www.gyakorikerdesek.hu
GYIK | Szabályzat | Jogi nyilatkozat | Adatvédelem | Cookie beállítások | WebMinute Kft. | Facebook | Kapcsolat: info(kukac)gyakorikerdesek.hu
Ha kifogással szeretne élni valamely tartalommal kapcsolatban, kérjük jelezze e-mailes elérhetőségünkön!