Q:
Kokie veiksniai prisideda prie AI „dreifo“?
A:„Dirbtinio intelekto dreifas“ yra gana neaiškus terminas, ir jūs nepamatysite, kad jis daug paminėtas internetinėje technologijų literatūroje. Vis dėlto inžinieriai ir kiti žmonės galvoja apie dirbtinio intelekto evoliuciją link stipresnių ir išsamesnių rezultatų.
Dirbtinio intelekto dreifas įvyksta tada, kai sudėtingesni AI subjektai, nesvarbu, ar jie yra pokalbių robotai, robotai, ar skaitmeninės konstrukcijos, sukurtos išlaikyti Turingo testą, pradeda nukrypti nuo savo pradinio programavimo direktyvų ir instrukcijų link reagavimo ir veiklos rūšių, kurių galbūt neaptarė jų žmonių prižiūrėtojai.
Galite pamatyti šio dreifo pavyzdžius naujausiuose projektuose, pavyzdžiui, kai du „Facebook“ pokalbių robotai garsiai pradėjo bendrauti tarpusavyje tai, ką IT specialistai apibūdino kaip „slaptą kodą“. Iš esmės technologijos vystėsi taip, kad nusprendė naudoti skirtingos komunikacijos priemonės, tokios, kurios nepasiūlė ir neprašė programuotojai žmonės.
Dirbtinio intelekto dreifas yra veiksniai, kurie pastaruosius kelis dešimtmečius paskatino stiprios dirbtinio intelekto paradigmų evoliuciją. Vienas iš jų yra laisvai susietas mašininio mokymosi algoritmas, kuris yra labai aiškus ir suteikia šioms technologijoms galimybę augti ir vystytis. Mašinų mokymasis iš esmės keičia skaičiavimo sistemų veikimą - užuot tiesiog sutelkęs dėmesį į kiekybiškai įvertinamus duomenis ir griežtas skaičiavimo užduotis, kaip tai darė tradicinės technologijos, dirbtinis intelektas juda link savaime taisančių ir savarankiškai besivystančių įrankių, atsispindinčių mašininiame mokyme ir gilaus mokymosi strategijose, ir link neuroninio tinklo idėja, kur kas labiau imituojanti žmogaus mintis ir intelektą.
Kitas AI dreifo ir dirbtinio intelekto evoliucijos veiksnys yra daugiadalybės technologijos, kurios kartu veikia ir vėl, kad imituotų sudėtingesnį intelektą. Kai kurie IT specialistai tai vadina „labai užsispyrusiais tinklais“ arba technologijomis, apimančiomis ir generatyvinį, ir diskriminacinį komponentą. Kadangi šie ir kiti atskiri subjektai daugiapakopėse paradigmose dirba vienas su kitu, jie tobulina tai, ką gali padaryti technologija, ir pereina prie laisvesnio rezultato, kurį mažiau suvaržo pradinis programavimas. Štai dirbtinio intelekto pažangos idėja ir yra šio dirbtinio intelekto dreifo idėja - kad skaičiavimo sistemos gali pakeisti arba pakeisti save po pirminio programos vykdymo vien todėl, kad dėl šių progresyvių veiksnių jos gali.
