Q:
Kaip mokymosi agentai gali „išmokti naudotis žiniatinkliu“?
A:Vienas iš labiausiai įtikinamų individualių mašininio mokymosi (ML) ir dirbtinio intelekto (AI) pažangos pavyzdžių yra skaitmeniniai „mokymosi agentai“, dirbantys pagal ML algoritmus, kad iš tikrųjų naršytų žiniatinklį ir tam tikru mastu naudotų specifines puslapio funkcijas. būdai, kuriuos daro žmonės.
Dėl sudėtingesnių mašininio mokymosi procesų kompiuteriai įgijo galimybę „pamatyti“ vaizdus ir iššifruoti, ką jie reiškia. Inžinieriai sugebėjo suprojektuoti AI technologijas stebėtinai išsamiai - ta prasme, kad kompiuteriai dabar gali „skaityti“ vaizdinio puslapio tekstą su aukštu raštingumo laipsniu. Tam reikia nepaprastai daug resursų - naudoti neapdorotus pikselių įvestis, kad technologija galėtų suvokti raidžių, skaičių ir teksto simbolių formas, ir tada naudoti natūralų kalbos apdorojimą, kad šie simboliai būtų susieti, ir sugalvotos komandos ir atsakymai.
Tačiau kitas pirminis mokymosi agento tobulinimo būdas yra iteracija. Programos iš esmės yra „apmokytos“ daryti teisingus veiksmus iš žmogaus perspektyvos ir patobulinti savo galimybes atsižvelgiant į mokymo planus.
Puikus visos šios pažangos pavyzdys yra „OpenAI“ puslapyje „Mini bitų pasaulis“, kuriame pasakojama apie sustiprinamuosius mokymosi agentus, kurie suvokia neapdorotų pikselių rinkinius mažame tinklalapyje ir gali „atlikti klaviatūros ir pelės veiksmus“.
Žiniatinklio vartotojai gali pamatyti technologijas, kurios išleidžia tuos klaviatūros ir pelės įvykius su vartotojui panašiais judesiais mažuose tinklalapiuose: valdyti išskleidžiamuosius sąrašų laukelius, žymėti langelius su logika, reaguoti į teksto įvestis, pasirinkti spalvas ir dar daugiau. OpenAI teigia, kad „mokymo aplinkoje galima naudoti neribotą kiekį pasirengimo“.
Visa tai rodo, kad dirbtinis intelektas ir mokymasis mašinomis sparčiai progresuoja ir kad tam prireiks žmogaus reakcijos. Tinklalapiuose įmontuotų rote technologijos tipų, siekiant įrodyti, kad vartotojas nėra „robotas“, gali reikėti žymiai patobulinti, kad būtų veiksmingas, nes dirbtinis intelektas iš esmės išvengia kai kurių rašiklių, kuriuos jam sukūrėme. Tuo pačiu metu yra įdomių programų, skirtų PG agentams, norintiems prasmingai naudotis žiniatinkliu, jau kurį laiką žmonės kalbėjo apie dirbtinio intelekto naudojimą rekomendacijų varikliams tobulinti arba naršyti internete, kad gautų rezultatus. . Dabar tie patys dirbtinio intelekto agentai taip pat galėtų būti naudojami darbui su valdikliais internete.
