هوش مصنوعی یاد می گیرد که چگونه خلق کند


اما در اینجا مشاهده مهم دیگری نیز وجود دارد. هوش هرگز نقطه پایانی تکامل نبوده است ، چیزی برای تلاش. در عوض ، این به اشکال مختلف از راه حل های بی شماری کوچک برای چالش هایی بود که به موجودات زنده امکان زنده ماندن و چالش های آینده را می داد. هوش اوج فعلی در یک روند مستمر و باز است. از این نظر ، تکامل کاملاً متفاوت از الگوریتم ها در نوع تصور مردم از آنها است – به عنوان وسیله ای برای رسیدن به هدف.

این گشودگی است که در توالی آشکارا بی هدف چالش های مطرح شده توسط POET ، کلونی و دیگران دیده می شود که می تواند منجر به انواع جدیدی از AI شود. برای دهه ها ، محققان هوش مصنوعی در تلاشند الگوریتم هایی را تقلید کنند که هوش انسانی را تقلید می کنند ، اما موفقیت واقعی می تواند در ساخت الگوریتم هایی باشد که سعی در تقلید از راه حل باز مشکلات تکامل دارند – و به تماشای آنچه ظهور می کند ، می نشینند.

محققان در حال حاضر با استفاده از یادگیری ماشینی بر روی خود ، به آنها می آموزند تا برای برخی از دشوارترین مشکلات در این زمینه راه حل پیدا کنند ، مانند نحوه ساخت ماشین هایی که می توانند همزمان بیش از یک کار را یاد بگیرند یا با شرایطی که برآورده نشده مقابله کنند. قبل از. اکنون برخی معتقدند که اتخاذ این روش و کار با آن ممکن است بهترین راه برای هوش عمومی مصنوعی باشد. کلون می گوید: “ما می توانیم الگوریتمی را اجرا کنیم که در ابتدا هوش زیادی در آن وجود نداشته باشد و وقتی به سمت یک AGI بالقوه اجرا می شود آن را تماشا کنیم.”

حقیقت این است که در حال حاضر ، AGI یک خیال باقی مانده است. اما این عمدتا به این دلیل است که هیچ کس نمی داند چگونه این کار را انجام دهد. پیشرفت در هوش مصنوعی به صورت جزئی و توسط انسان انجام می شود و پیشرفت معمولاً شامل تغییراتی در تکنیک ها یا الگوریتم های موجود است که منجر به جهش تدریجی در عملکرد یا دقت می شود. کلون این تلاش ها را به عنوان تلاش برای کشف عناصر سازنده هوش مصنوعی بدون دانستن اینکه به دنبال چه چیزی هستید یا چند بلوک مورد نیاز است ، توصیف می کند. و این تازه اولشه. وی گفت: “در برهه ای از زمان ، ما باید وظیفه هرکول را به عهده بگیریم تا آنها را دور هم جمع کنیم.”

درخواست هوش مصنوعی برای یافتن و جمع آوری این عناصر سازنده برای ما یک تغییر پارادایم است. گفته می شود که ما می خواهیم یک ماشین هوشمند بسازیم ، اما برای ما مهم نیست که ممکن است چگونه به نظر برسد – فقط آنچه را که مفید است به ما بدهید.

حتی اگر AGI هرگز حاصل نشود ، یک رویکرد خودآموزی همچنان می تواند نوع ایجاد هوش مصنوعی را تغییر دهد. کلون می گوید دنیا به چیزی بیشتر از یک بازیکن بسیار خوب Go نیاز دارد. برای او ایجاد یک ماشین فوق العاده معنی دار به معنای ساختن سیستمی است که چالش های خاص خود را اختراع می کند ، آنها را حل می کند و سپس موارد جدید را اختراع می کند. شاعر نگاهی کوچک به این عمل است. کلون ماشینی را تصور می کند که به ربات یاد می دهد راه برود ، سپس یک پرش بازی کند ، سپس شاید بازی کند. او می گوید: “پس شاید او معماهای ریاضی را بیاموزد و شروع به اختراع چالش های خودش کند.” “این سیستم دائماً در حال نوآوری است و آسمان محدوده ای است که می تواند به کجا برساند.”


منبع: unbox-khabar.ir

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>