AI จะพัฒนาได้อย่างไร? นักวิทยาศาสตร์คอมพิวเตอร์ใช้เว็บสล็อตออนไลน์ประโยชน์จากแมชชีนเลิร์นนิงหลายรูปแบบ ไม่ว่าการเรียนรู้จะ “ลึกซึ้ง” หรือไม่ก็ตาม รูปแบบทั่วไปรูปแบบหนึ่งเรียกว่าการเรียนรู้แบบมีผู้ดูแล ซึ่งระบบหรือแบบจำลองการเรียนรู้ของเครื่องได้รับการฝึกอบรมโดยการป้อนข้อมูลที่มีป้ายกำกับ เช่น ภาพสุนัขและชื่อสายพันธุ์ของพวกมัน แต่นั่นต้องใช้ความพยายามอย่างมากของมนุษย์ในการติดป้ายกำกับ อีกวิธีหนึ่งคือการเรียนรู้แบบไม่มีผู้ดูแลหรือควบคุมตนเอง ซึ่งคอมพิวเตอร์จะเรียนรู้โดยไม่ต้องพึ่งพาป้ายชื่อภายนอก วิธีที่คุณหรือฉันคาดการณ์ว่าเก้าอี้จะมีลักษณะอย่างไรจากมุมต่างๆ เมื่อเราเดินไปรอบๆ
แมชชีนเลิร์นนิงอีกประเภทหนึ่งคือการเรียนรู้เสริมแรงซึ่งโมเดล
โต้ตอบกับสภาพแวดล้อม โดยสำรวจลำดับของการกระทำเพื่อให้บรรลุเป้าหมาย การเรียนรู้การเสริมแรงทำให้AI กลายเป็นผู้เชี่ยวชาญในเกมกระดานอย่าง Goและวิดีโอเกมอย่างStarCraft II
ในการเรียนรู้อย่างมีประสิทธิภาพ เครื่องจักร (และผู้คน) จำเป็นต้องพูดคุยทั่วไป เพื่อดึงหลักการที่เป็นนามธรรมจากประสบการณ์ Melanie Mitchell นักวิทยาศาสตร์คอมพิวเตอร์ที่สถาบันซานตาเฟในนิวเม็กซิโกกล่าวว่า “ส่วนสำคัญของความฉลาด” สามารถใช้ความรู้ของตนเองและนำไปใช้ในสถานการณ์ต่างๆ ได้ งานส่วนใหญ่ของเธอเกี่ยวข้องกับการเปรียบเทียบในรูปแบบพื้นฐาน: ค้นหาความคล้ายคลึงกันระหว่างสตริงของตัวอักษร ในปี 2019 นักวิจัย AI François Chollet แห่ง Google ได้สร้างการทดสอบ IQ สำหรับเครื่องที่เรียกว่า Abstraction and Reasoning Corpus หรือ ARC ซึ่งคอมพิวเตอร์จะต้องสร้างรูปแบบการมองเห็นให้สมบูรณ์ตามหลักการที่แสดงในรูปแบบตัวอย่าง ปริศนานั้นง่ายสำหรับมนุษย์ แต่จนถึงตอนนี้ก็ท้าทายสำหรับเครื่องจักร
ความคิดเชิงนามธรรมส่วนใหญ่ของเรา อย่างแดกดัน
อาจมีพื้นฐานมาจากประสบการณ์ทางกายภาพของเรา เราใช้คำอุปมาเชิงแนวคิด เช่น สำคัญ = ใหญ่ และ อาร์กิวเมนต์ = กองกำลังต่อต้าน เพื่อให้เกิด AGI ที่สามารถทำสิ่งที่มนุษย์ทำได้เกือบทั้งหมดอาจจำเป็นต้องมีรูปลักษณ์ เช่น การทำงานด้วยหุ่นยนต์จริง นักวิจัยได้ผสมผสานการเรียนรู้ภาษาและวิทยาการหุ่นยนต์โดยการสร้างโลกเสมือนจริงที่หุ่นยนต์เสมือนเรียนรู้ที่จะปฏิบัติตามคำแนะนำและการนำทางภายในบ้านไปพร้อม ๆ กัน
GPT-3 เป็นรูปแบบภาษาที่ผ่านการฝึกอบรมที่เผยแพร่ในปี 2020 โดยห้องปฏิบัติการวิจัย Open AI ซึ่งแสดงให้เห็นว่าภาษาที่แยกจากกันอาจไม่เพียงพอ ด้วยข้อความแจ้ง มันสามารถเขียนบทความข่าว เรื่องสั้น และบทกวีที่เหมือนมนุษย์ได้ แต่ในการสาธิตครั้งหนึ่ง มันเขียนว่า: “ต้องใช้รุ้งสองเส้นในการกระโดดจากฮาวายเป็นสิบเจ็ด”
“ฉันเคยเล่นกับมันมามากแล้ว” มิทเชลกล่าว “มันทำสิ่งที่เหลือเชื่อ แต่ก็สามารถทำผิดพลาดที่โง่เขลาได้อย่างไม่น่าเชื่อ”
AGI ยังอาจต้องการลักษณะอื่นๆ ของธรรมชาติของสัตว์ เช่น อารมณ์โดยเฉพาะอย่างยิ่งถ้ามนุษย์คาดหวังว่าจะมีปฏิสัมพันธ์กับเครื่องจักรในลักษณะที่เป็นธรรมชาติ อารมณ์ไม่ได้เป็นเพียงปฏิกิริยาที่ไม่ลงตัว เราได้พัฒนาสิ่งเหล่านี้เพื่อเป็นแนวทางในการขับเคลื่อนและพฤติกรรมของเรา ตามที่ Ilya Sutskever ผู้ร่วมก่อตั้งและหัวหน้านักวิทยาศาสตร์ของ OpenAI กล่าวว่าพวกเขา “มอบภูมิปัญญาพิเศษนี้ให้กับเรา” แม้ว่า AI จะไม่มีความรู้สึกนึกคิดแบบเดียวกับที่เราทำ แต่ก็อาจมีรหัสที่ใกล้เคียงกับความกลัวหรือความโกรธ แล้ว การเรียนรู้แบบเสริมกำลังรวมถึงองค์ประกอบการสำรวจที่คล้ายกับความอยากรู้
ภาพผู้หญิงทำงานกับหุ่นยนต์ iCub
หุ่นยนต์ฮิวแมนนอยด์ iCub ได้กลายเป็นเครื่องมือวิจัยในห้องปฏิบัติการทั่วโลกเพื่อศึกษาความรู้ความเข้าใจของมนุษย์และปัญญาประดิษฐ์
PHILIPPE PSAILA / แหล่งวิทยาศาสตร์
มนุษย์ไม่ใช่กระดานชนวนที่ว่างเปล่า เราเกิดมาพร้อมกับความโน้มเอียงที่จะจำใบหน้า เรียนรู้ภาษา และเล่นกับวัตถุ ระบบแมชชีนเลิร์นนิงยังต้องการโครงสร้างที่เหมาะสมในการเรียนรู้บางสิ่งอย่างรวดเร็ว โครงสร้างมากน้อยเพียงใด และประเภทใดเป็นเรื่องของการถกเถียงกัน อย่างเข้มข้น Sutskever กล่าวว่าการสร้างวิธีที่เราคิดว่าเราคิดว่า “เย้ายวนทางปัญญา” อย่างไรก็ตาม “เราต้องการกระดานชนวนเปล่าที่ดีที่สุด”
โครงสร้างโครงข่ายประสาทเทียมทั่วไปอย่างหนึ่งที่ซัตสเคเวอร์ชอบเรียกว่าหม้อแปลง ซึ่งเป็นวิธีการให้ความสำคัญกับความสัมพันธ์ที่สำคัญระหว่างองค์ประกอบของอินพุต มันอยู่เบื้องหลังโมเดลภาษาปัจจุบันเช่น GPT-3 และยังถูกนำไปใช้กับการวิเคราะห์ภาพ เสียง และวิดีโอ “มันทำให้ทุกอย่างดีขึ้น” เขากล่าวเว็บสล็อต
