Психолог DeepMind вісник Всесвітнього штучного генерального розвідки

Психолог DeepMind вісник Всесвітнього штучного генерального розвідки

Бесіди про АІ, як правило, коливаються між дико оптимістичним та незрозумілим чином дистопічним. Деякі експерти стверджують, що ми перебуваємо на межі нового ренесансу, в якому самовіддані автомобілі будуть думати нас між місцями, а робототехніки-хазяї зроблять наші торги. Інші передбачають подібний до Термінатора апокаліпсис. Як це часто трапляється, правда лежить десь між цими крайнощами. Проте, ніхто не повинен перебувати під ілюзією того, що штучний загальний інтелект (AGI), що означає AI, який може вивчати ті самі завдання, який здатний людині, є невизначеною і далекою реальністю. DeepMind поставив під сумнів свій останній випуск Psychlab, інструментарій для оцінки штучного інтелекту з тими ж психологічними інструментами, які ми використовуємо для оцінки когнітивних здібностей людини.

DeepMind - це компанія, яка працює за алгоритмом, який переміг Лі Седола в Go. Компанія піонером працює над алгоритмами "підсилення навчання", які використовують ті самі загальноприйняті рецепти, які є основою для вивчення людей та тварин. У вступній роботі автори каталогізували різні досягнення, отримані від сучасних глибоких навчань з підсилення, які включають "навігацію 3D віртуальними світами, переглянуті з власної егоцентричної точки зору, зв'язування та використання інформації в короткостроковій пам'яті, граючи" лазерний тег ", що харчується натуралістичними зовнішніми середовищами з деревами, чагарниками та хвилястими пагорбами та долинами і навіть відповідає на природні мовні команди".

Це всі заходи, що займаються людьми та двома братами наших приматів, і якщо це не читається, як каталог якості, що належить до штучного загального інтелекту, то я не знаю, що це робить. Щоб побачити алгоритм вивчення зміцнення в дії, перегляньте це відео YouTube, демонструючи AI, який досяг успіху в тому ж навчальному завданні, який використовується психологами для оцінки когнітивних навичок щурів, приматів та інших тварин із загальним інтелектом.

Деякі експерти можуть відмовитися читати написані на стіні щодо AGI, оскільки цільові завдання виконувалися одноразово, під наглядом алгоритмів навчання (які не мали узагальнюваних навичок). Це були еквівалентні одноконтурних поні. Це не справа з сучасним глибоким навчанням підкріплення - єдиний алгоритм може навчитися різноманітним навичкам, як єдиним людським потенціалом. Автори журналу Psychlab вважають, що ці алгоритми глибокого підкріплення можна виміряти за допомогою тих самих інструментів, які ми вимірюємо як себе, так і інші істоти, що володіють узагальненим інтелектом, такими як візуальний пошук, виявлення змін, дискретність випадкових крапок, а також відстеження декількох об'єктів.

Попри те, що DeepMind, як правило, вважає подібність своєї роботи штучним загальним інтелектом, навіть граючи безпосередньо в руки naysayers, буде складніше і важче приховати очевидне: єдиний алгоритм тепер може вивчити багато те ж завдання, що люди можуть , а в деяких випадках - набагато краще.

Деякий залишковий розрив продуктивності між нами та такими алгоритмами, швидше за все, буде зменшуватися завдяки вдосконаленню апаратно-датчиків та систем керування, що дозволить цим алгоритмам мати фізичні ступені свободи та відчутну силу, яку ми володіємо. Але це проблеми з вирішальними інженерними рішеннями. Тому ми не повинні дивуватись, коли роботи починають виконувати ті ж завдання, які раніше мали люди у робочій силі.

Незалежно від того, чи подібні індивідуальні підказки піднімуться проти їхніх людських підкормок у якомусь епічному бою за верховенство, залишається багато сумнівів - адже функція винагороди, яка використовується в алгоритмах навчання такого посилення, є не якоюсь загадкою, а швидше визначено програмістами. Але ми не повинні дивитись на себе, що поява штучного загального інтелекту з навичкою, подібною до нашого, є десятиліттями. Це реальність, яка вже на нас.

Читати далі

Навчання: "Бокс" є "психологічно схожими на азартні ігри"

Австралійський довідковий комітет із питань навколишнього середовища та зв'язку (ECRC) провів опитування понад 7400 гравців у країні, щоб визначити, як вони реагують на "шансові" елементи в іграх.