एआई अनुसंधान में प्रगति और प्रचार

एआई के साथ सबसे बड़ा मुद्दा यह नहीं है कि यह मूर्खतापूर्ण है, लेकिन बुद्धि के लिए परिभाषा की कमी है और इसलिए इसके लिए उपाय की कमी है [1 ए] [1 बी] ।

ट्यूरिंग टेस्ट एक अच्छा उपाय नहीं है क्योंकि गोरिल्ला कोको पास नहीं होगा हालांकि वह कई विकलांग मनुष्यों की तुलना में अधिक समस्याओं को हल कर सकता है [2] ।

यह बहुत संभव है कि भविष्य में लोग आश्चर्यचकित हों कि 2019 में लोगों ने वापस क्यों सोचा कि एक एजेंट ने सिम्युलेटेड वातावरण में एक निश्चित गेम खेलने के लिए प्रशिक्षित किया जैसे कि गो के पास कोई बुद्धिमत्ता [3a] [3b] [3c] [3 डी] [3e ] ] [३ एफ] [३ जी] [३ एच] ।

एक गेम स्कोर की भविष्यवाणी करने और एक दिए गए खेल राज्य में एजेंट की कार्रवाई का निर्धारण करने के लिए अंतिम स्कोर को अधिकतम करने के लिए एजेंट्स के अनुभव को संपीड़ित करने की तुलना में पुराने ज्ञान को नए कार्यों में पुराने ज्ञान को लागू करने / स्थानांतरित करने के बारे में अधिक है (क्वेक एरेना को बिना किसी प्रशिक्षण के अच्छा खेलना)। कयामत में महारत हासिल करने के बाद मिलियन गेम्स के बाद क्वेक एरिना खेलना काफी अच्छा है [4] ।

मानव बुद्धि भौतिक / सामाजिक दुनिया के अनुकूल होने की क्षमता के बारे में है, और गो खेलना मानव बुद्धि द्वारा किया गया एक विशेष अनुकूलन है, और गो को खेलने के लिए सीखने के लिए एक एल्गोरिथ्म का विकास करना अधिक प्रदर्शन करने वाला है, और गो का गणितीय सिद्धांत विकसित करना हो सकता है। इससे भी अधिक प्रदर्शन करने वाला।

यह अनुकूलन के अंत उत्पादों की प्रभावशीलता और दक्षता के द्वारा मनुष्यों के साथ AI की तुलना करने के लिए अधिक समझ में आता है (एक AI और एक मानव के बीच खेले जाने वाले खेल) लेकिन अनुकूलन की प्रक्रिया की प्रभावशीलता और दक्षता से (मशीन-सीखा एजेंट के बीच खेले गए खेलों में और एक मानव-कोडित एजेंट सीमित अभ्यास के बाद) [5] ।

Dota 2, StarCraft 2, सभ्यता 5 और शायद GTA 5 भी इतने दूर के भविष्य में हल नहीं किया जा सकता है, लेकिन मानव स्तर पर किसी भी नए खेल को बिना किसी पूर्व प्रशिक्षण के खेलने की क्षमता अधिक महत्वपूर्ण होगी।

एआई के साथ दूसरा सबसे बड़ा मुद्दा अभूतपूर्व स्थितियों (स्वास्थ्य देखभाल में महत्वपूर्ण लोगों [6a] , स्व-ड्राइविंग वाहन, वित्त सहित) की एक लंबी पूंछ में मजबूती का अभाव है जो वर्तमान में स्वीकार्य के साथ सटीकता के साथ संभाला नहीं जा सकता है [6b ] [ ६ सी] [६ डी ] [६ इ] [६ एफ] ।

कॉम्प्लेक्स मॉडल आउटपुट पैटर्न से संबंधित किसी भी पैटर्न का फायदा उठाते हैं, लेकिन कुछ पैटर्न ट्रेनिंग डेटा [सेक्शन "प्रोग्रेस"] [7a] [7b] [7c] द्वारा कवर किए गए मामलों के लिए खराब नहीं हो सकते हैं। > 99% स्वास्थ्य सेवा अनुप्रयोगों में लॉजिस्टिक रिग्रेशन (सुविधाओं के रूप में आंकड़ों की गणना करने के लिए कोड में परिवर्तित किया जाता है) जैसे सरल मॉडल का उपयोग किया जाता है ताकि बाहर के सहसंबंधों से बचा जा सके और बाहरी लोगों पर अधिक मजबूती हासिल की जा सके [8a] [8b] ।

गो या क्वेक जैसे सिम्युलेटेड वातावरण में एक एजेंट के लिए, पर्यावरण का सच्चा मॉडल या तो ज्ञात या उपलब्ध है ताकि एजेंट किसी भी स्थिति में बेहतर तरीके से कार्य करने के लिए सीखने के लिए किसी भी प्रशिक्षण डेटा की मात्रा उत्पन्न कर सके। उस डेटा में सहसंबंधों का पता लगाना बुद्धिमान नहीं है - वास्तविक दुनिया की समस्याओं के लिए सही मॉडल की खोज करना महत्वपूर्ण है [9a] [९ बी] [९ सी] [९ डी] [ ९ ई ] ।

एक जीव के लिए, वास्तविक दुनिया ज्ञात वातावरण और गो या क्वेक जैसे नियमों के साथ एक निश्चित खेल नहीं है, लेकिन पर्यावरण और नियमों के साथ एक खेल काफी हद तक अज्ञात है और हमेशा बदलता रहता है [10] । इसमें पर्यावरण के अप्रत्याशित बदलावों और अनुकूलताओं के कारण होने वाले परिवर्तनों सहित नियमों का अनुकूलन करना है। यह केवल निश्चित खेल खेलने के लिए आवश्यक स्वचालन के विपरीत व्यापक स्वायत्तता के लिए सक्षम होना चाहिए।

स्व-चालित वाहनों और ह्यूमनॉइड रोबोट को मानव के साथ-साथ वास्तविक दुनिया में मानव-स्तर की अनुकूलनशीलता प्राप्त करने के लिए प्रशिक्षित किए बिना संचालित करना असंभव हो सकता है। यह संभव हो सकता है कि व्यक्तिगत सहायकों को सामाजिक जीवन [11a] [11b] [11c] में मानव-स्तरीय अनुकूलन क्षमता प्राप्त करने के लिए प्रशिक्षण के बिना उनके जीवन के प्रमुख पहलुओं में मनुष्यों का प्रतिस्थापन करना असंभव हो।

ज्ञान बनाम बुद्धि

ज्ञान कुछ जानकारी है, जैसे कि टिप्पणियों या प्रयोगों के डेटा, संकुचित और कुछ कम्प्यूटेशनल रूप में प्रतिनिधित्व, जैसे कि प्राकृतिक भाषा में पाठ, अर्ध-औपचारिक भाषा में गणितीय सिद्धांत, औपचारिक भाषा में कार्यक्रम, कृत्रिम तंत्रिका नेटवर्क का वजन या मस्तिष्क के सिनेप्स। ।

समस्याओं को हल करने के लिए ज्ञान उपकरण (सिद्धांत, कार्यक्रम, शारीरिक प्रक्रिया) के बारे में है। बुद्धिमत्ता को लागू करना (स्थानांतरित करना) और बनाना (सीखना) ज्ञान है [12] । समस्या को हल करने का एक ज्ञान है (कंप्यूटर के लिए एक कार्यक्रम, मनुष्यों के लिए एक पाठ्यपुस्तक), और फिर ज्ञान को लागू करने की प्रक्रिया (कंप्यूटर द्वारा प्रोग्राम निष्पादित करना, मनुष्यों द्वारा निर्देश का उल्लेख करना और निष्पादित करना) है, और फिर एक प्रक्रिया है ज्ञान का निर्माण (टिप्पणियों और प्रयोगों से आगमनात्मक निष्कर्ष / सीखना, अनुमान सिद्धांतों और सीखा मॉडल से घटाया तर्क - या तो कंप्यूटर या मनुष्यों द्वारा)।

अल्फा (गो) शून्य ज्ञान के करीब है कि ज्ञान को लागू करने और बनाने में सक्षम बुद्धिमान एजेंट की तुलना में विशेष वर्ग की समस्याओं को कैसे हल किया जाए। यह आईबीएम डीप ब्लू की तरह एक खोज एल्गोरिथ्म है जिसमें हार्डकॉस्ट नहीं है लेकिन गेम सत्र के दौरान इसे ट्यून किया जाता है। यह अन्य समस्याओं के लिए सीखा हुआ ज्ञान लागू नहीं कर सकता है - यहां तक ​​कि छोटे गो बोर्ड पर खेलना। यह मनुष्यों के लिए उपयोगी सार ज्ञान नहीं बना सकता है - गो रणनीति पर भी सरल अंतर्दृष्टि। हालांकि यह मानव में कुछ उपयोगी अंतर्दृष्टि पैदा कर सकता है अगर यह असामान्य रणनीति के साथ खेलता है।

1992 से टीडी-गैमन को एआई [13 ए] [13 बी] में सबसे बड़ी सफलता माना जाता है। टीडी-गैमन ने ऑनलाइन ऑन-पॉलिसी अपडेट के साथ टीडी (λ) एल्गोरिदम का उपयोग किया। टीडी-गैमन के लेखक ने आईबीएम वॉटसन की wagering रणनीति [13c] को सीखने के लिए अपनी भिन्नता का उपयोग किया। अल्फा (गो) शून्य भी लगभग टीडी (λ) [13d] का रूपांतर है। टीडी-गैमन ने टेम्पोरल डिफरेंस द्वारा प्रशिक्षित न्यूरल नेटवर्क का उपयोग किया, जो कि टार्गेटल डिफरेंस लर्निंग के साथ गणना की गई, जिसमें पेड़ की खोज में तीन से अधिक नहीं और पत्ती मूल्यों के अनुमान के रूप में अंत तक खेले गए गेम के परिणामों का उपयोग किया गया। अल्फा (गो) ज़ीरो ने टेम्परल डिफरेंस द्वारा प्रशिक्षित डीप न्यूरल नेटवर्क का इस्तेमाल किया, जो मोंटे-कार्लो ट्री सर्च के इस्तेमाल से गणना किए गए लक्ष्य मूल्यों के साथ सीख रहा है और अंत तक गेम खेले बिना नेटवर्क द्वारा गणना की गई पत्ती मूल्यों और नीति क्रियाओं के अनुमानों का उपयोग करता है।

बैकगैमौन और गो के बीच गुणात्मक अंतर और टीडी-गैमन और अल्फा (गो) शून्य के बीच समाधान के रूप में (तंत्रिका नेटवर्क का पैमाने और खेले जाने वाले खेलों की संख्या में बड़े अंतर हैं) लगभग पूर्ण जानकारी वाले खेलों के बीच गुणात्मक अंतर के रूप में बड़े नहीं हैं और अपूर्ण सूचना के खेल जैसे कि पोकर (अल्फ़ाज़ेरो पोकर पर लागू नहीं होता है, डीपस्टैक गो और शतरंज पर लागू नहीं होता है)।

आईबीएम वाटसन, 2011 में अब तक का सबसे उन्नत प्रश्न उत्तर प्रणाली है, एक बुद्धिमान एजेंट नहीं है। यह एक ज्ञान है जो शब्दों की खोज और हेरफेर करने के साथ-साथ परिकल्पना उत्पन्न करने और साक्ष्य एकत्र करने के लिए मैन्युअल रूप से कोडित तर्क की हजारों पंक्तियों के रूप में प्रतिनिधित्व किया जाता है, साथ ही प्रत्येक प्रकार के प्रश्न के लिए ज्ञान के विभिन्न टुकड़ों में तौलने के लिए रैखिक प्रतिगमन के साथ कुछ सौ मापदंडों को ट्यून किया गया है और उत्तर [१४ ए] [१४ बी] [ १४ सी ] । यह डेटाबेस इंजनों से वैचारिक रूप से बहुत भिन्न नहीं है, जो डेटा के हेरफेर के लिए कार्यान्वित एल्गोरिदम के एक सबसेट का चयन और पाइपलाइनिंग के माध्यम से दिए गए क्वेरी को निष्पादित करने की योजना के निर्माण के लिए डेटा और हार्डकोड थ्रेशोल्ड मूल्यों के आंकड़ों का उपयोग करते हैं।

आईबीएम वाटसन पाठ संबंधी जानकारी निष्कर्षण और एकीकरण (आंतरिक ज्ञान) के लिए नए पाठ (बाहरी ज्ञान) के लिए अपने तर्क को लागू कर सकता है। हालांकि, यह मनुष्यों द्वारा ऐसा करने के लिए कोड किए बिना सीमित फैक्टॉइड प्रश्न के अलावा अन्य समस्याओं के लिए अपने ज्ञान को लागू नहीं कर सकता है। यह कैंसर पर कागजात में परिकल्पनाओं के समर्थन में सबूतों की खोज करने के लिए कोडित किया जा सकता है, लेकिन केवल ग्रंथों को निकालने के लिए मानव कोडित तर्क का उपयोग करना (प्रासंगिक शब्दों को निकालना और मिलान करना) और कभी भी इससे परे नहीं जाना जा सकता है ताकि ग्रंथों की व्याख्या स्वयं (दुनिया के सीखने मॉडल) कर सकें उस मॉडल पर सिमुलेशन के लिए मानचित्रण ग्रंथियां)। ग्रंथों की व्याख्या करने के लिए पूर्व दृष्टिकोण खतरे के लिए पर्याप्त था! [१५] लेकिन यह लगभग पर्याप्त नहीं है जब एक भी सरल उत्तर नहीं है। ग्रंथों के सांख्यिकीय गुणों का उपयोग करने और उस घटना के सीखा मॉडल पर सिमुलेशन के साथ अनुमानित वास्तविक दुनिया की घटनाओं के सांख्यिकीय गुणों का उपयोग करने के बीच एक बड़ा अंतर है।

आईबीएम वाटसन नया ज्ञान नहीं बना सकता है - यह मानव-कोडित एल्गोरिदम का उपयोग करके ज्ञान स्रोतों (ग्रंथों और ज्ञान के आधारों) से सरल तथ्यों को निकाल सकता है, लेकिन यह स्रोतों से एक सिद्धांत को प्रेरित नहीं कर सकता है और इसकी सच्चाई की जांच कर सकता है। WatsonPaths केस [16a] [16b] से संबंधित ग्रंथों की खोज का उपयोग करते हुए एक कारण ग्राफ का परिकल्पना करता है, लेकिन तर्क के लिए एक दृष्टिकोण के रूप में पीछा करना पर्याप्त रूप से मजबूत नहीं हो सकता है - एक मस्तिष्क द्वारा किए गए सिमुलेशन या प्रयोगों के साथ इनवॉइस को जांचना होगा।

बुद्धि क्या है?

जीवविज्ञानी खुफिया को गैर-मानक समस्याओं के लिए गैर-मानक समाधान खोजने की क्षमता के रूप में परिभाषित करते हैं (दूसरे शब्दों में, अज्ञात अज्ञात को संभालने की क्षमता, ज्ञात ज्ञात और ज्ञात अज्ञात के विपरीत) और इस विशेषता को रिफ्लेक्स / सहज ज्ञान से अलग करते हैं जो मानक समाधानों से परिभाषित होते हैं। मानक समस्याओं के लिए [ १ standard ए] [१] बी] । लाखों गेम खेलने के बाद AlphaGo के लिए Play Go को एक गैर-मानक समस्या नहीं माना जा सकता है। नए मैलवेयर का पता लगाना एक गैर-मानक समस्या माना जा सकता है जिसमें अब तक कोई मानव-स्तरीय समाधान नहीं है।

अधिकांश शोधकर्ता किसी मॉडल के एंड-टू-एंड प्रशिक्षण के साथ बुद्धिमत्ता के लिए एक टॉप-डाउन दृष्टिकोण पर ध्यान केंद्रित करते हैं, यानी उच्च-स्तरीय समस्या के लिए एक उद्देश्य को परिभाषित करना (जैसे कि जीतने की संभावित संभावना को अधिकतम करना) और एक समाधान खोजने के लिए मॉडल की अपेक्षा करना। मूल समस्या के निम्न-स्तर के उप-प्रकार (उदाहरण के लिए गो में लड़ना) [18a] । यह दृष्टिकोण अपेक्षाकृत सरल समस्याओं के लिए काम करता है जैसे कि नकली वातावरण में निश्चित खेलों की आवश्यकता होती है, लेकिन इसके लिए भारी मात्रा में प्रशिक्षण प्रकरणों की आवश्यकता होती है (जो कि वास्तविक दुनिया में एजेंट द्वारा अनुभव की जा सकने वाली राशि से अधिक के कई आदेश हैं) और सामान्यीकरण में अक्षम समाधानों की ओर जाता है (AlphaGo model 19x19 बोर्ड पर प्रशिक्षित 9x9 बोर्ड के लिए पूरी तरह से वापस लेने के बिना प्रभावी रूप से बेकार है)। सबसे कठिन उच्च-स्तरीय समस्याएं जो मनुष्यों द्वारा हल की जा सकती हैं, वे खुले-समाप्त होते हैं - मनुष्य अल्फाबोस [ 184 ] के विपरीत संभावित समाधानों के निश्चित स्थान में नहीं खोजते हैं। वास्तविक दुनिया में टिप्पणियों और प्रयोगों द्वारा सूचित और निर्देशित होने के नाते, मनुष्य अच्छे उपप्रणालियों, जैसे विशेष और सामान्य सापेक्षता के साथ आते हैं।

कुछ शोधकर्ता [खंड "संभव निर्देश"] एक निचले-अप दृष्टिकोण पर ध्यान केंद्रित करते हैं, अर्थात कुछ निम्न-स्तरीय उद्देश्यों (जैसे कि पर्यावरण की गतिशीलता की भविष्यवाणी करने की क्षमता को अधिकतम करना, जिसमें पर्यावरण पर एजेंट के कार्यों का प्रभाव भी शामिल है) पर ध्यान केंद्रित करना, फिर कुछ उच्च-स्तरीय जोड़ना एजेंट की आंतरिक प्रेरणा के लिए उद्देश्य (उदाहरण के लिए सीखने की प्रगति को अधिकतम करना या उपलब्ध विकल्पों को अधिकतम करना) [19a] [19b] , और उसके बाद ही मनुष्यों के लिए ब्याज की समस्या के लिए उच्च-स्तरीय उद्देश्य को जोड़ना (जैसे एक गेम स्कोर को अधिकतम करना ] [19c] । इस दृष्टिकोण से उच्च-स्तरीय समस्याओं के लिए अधिक सामान्य और मजबूत समाधानों का नेतृत्व करने की उम्मीद है क्योंकि इस तरह के निम्न-स्तरीय उद्देश्यों के साथ सीखने से एक एजेंट को स्व-निर्देशन और आत्म-सही व्यवहार सीखने में मदद मिल सकती है जो शून्य के साथ गैर-मानक या खतरनाक स्थितियों में सहायक है। उनके बारे में जानकारी उच्च स्तर के उद्देश्य से प्रभावी रूप से प्रदान की जाती है। स्व-संगठन और सीखने / विकास को निर्देशित करने के लिए जीवों के लिए अनुकूलन / अस्तित्व की आवश्यकता अनुकूलन उद्देश्यों को प्रदान करती है [20a] [२० बी] , और कुछ जीव निम्न-स्तरीय उद्देश्यों को पूरा करने के लिए प्रशिक्षित / विकसित होने के बाद स्वयं के लिए उच्च-स्तरीय उद्देश्यों को स्थापित कर सकते हैं। । यह बहुत संभव है कि सार्वभौमिक निम्न-स्तरीय उद्देश्यों के कुछ सेट ऊर्जा और सूचना के प्रवाह को नियंत्रित करने वाले कुछ समीकरणों से प्राप्त हो सकते हैं [21a] , ताकि उन उद्देश्यों के साथ अनुकूलन [अनुभाग "संभव निर्देश"] में कंप्यूटर की खुफिया जानकारी हो सके। भौतिकी के नियमों द्वारा शासित ब्रह्माण्ड का विकास कैसे होता है इसका एक सुसंगत तरीका जीवों की बुद्धिमत्ता की ओर जाता है [21b] ।

उच्च स्तर की समस्याओं को हल करते समय गो जैसे सफलताओं, दृष्टि और रोबोटिक्स जैसी निम्न-स्तरीय समस्याओं को हल करना अभी तक ऐसी सफलताएं हैं। मनुष्य पहले बोर्ड को सीखने के बिना गो को खेलना और पत्थरों को रखना नहीं सीख सकता। कंप्यूटर उच्च-स्तरीय समस्याओं को बिना निम्न-स्तरीय लोगों को हल करने की क्षमता के बिना हल कर सकते हैं जब उच्च-स्तरीय समस्याएं मनुष्यों द्वारा निम्न-स्तर के उप-क्षेत्रों से दूर होती हैं [22a] । यह निम्न स्तर की समस्याएं हैं जो मानव और कंप्यूटर दोनों के लिए अधिक कम्प्यूटेशनल रूप से जटिल हैं, हालांकि जरूरी नहीं कि गणितीय या इंजीनियरिंग समस्याओं के रूप में अधिक जटिल हो [22b] । यह निम्न स्तर की समस्याएं हैं जो एक उचित तर्क के लिए एक सड़क हैं, अर्थात् प्राप्त या कल्पना की गई टिप्पणियों से और पहले से प्राप्त ज्ञान से एक मनमाना परिकल्पना की बहुलता का आकलन करना, जो एक मशीन के लिए आवश्यक है कि वह एक मनमाना वातावरण के अनुकूल हो और एक मनमाना हल कर सके। उस वातावरण में उच्च-स्तरीय समस्या [22d] ।

बाधाओं

वास्तविक दुनिया के वातावरण में अनुप्रयोगों के लिए पहली सबसे बड़ी बाधा नकली लोगों के विपरीत है जो पर्यावरण के मॉडल को सीखने में अनुकूलन के लिए असंबंधित उद्देश्यों के लिए लगता है [23a] । अपर्याप्त रूप से विवश उद्देश्य से प्रशिक्षित कोई भी जटिल मॉडल प्रशिक्षण डेटा में पाए जाने वाले किसी भी पैटर्न का फायदा उठाएगा, जो लक्ष्य चर के लिए इनपुट से संबंधित है, लेकिन गंभीर सहसंबंध जरूरी परीक्षण डेटा [अनुभाग "प्रगति"] [23b] [23c] [ 23d] का सामान्यीकरण नहीं करेगा। यहां तक ​​कि अरब उदाहरण अनुकूलन को पर्याप्त रूप से विवश नहीं करते हैं और छवि मान्यता [24a] [24b] में प्रमुख प्रदर्शन लाभ नहीं देते हैं। एजेंटों ने नकली वातावरण का दोहन करने के लिए आश्चर्यजनक तरीके खोजे ताकि अधिकतम उद्देश्यों को अधिकतम न किया जा सके ताकि शोषण को रोका जा सके [25a] [25b] ।

गैर-सामान्य और गैर-मजबूत समाधानों से बचने के लिए अनुकूलन को पर्याप्त रूप से विवश करने का एक तरीका है प्रशिक्षण के लिए अधिक जानकारीपूर्ण डेटा, उदाहरण के लिए, वास्तविक दुनिया की भौतिकी या सामाजिक दुनिया की गतिशीलता का उपयोग करके संकेत के स्रोतों के रूप में नकली वातावरण के विपरीत। कृत्रिम एजेंटों या प्रतिकूल एजेंटों के बिना भौतिक वातावरण में बाधा - बाद वाले किसी भी कोने से वास्तविक / सामाजिक दुनिया में एक एजेंट द्वारा सामना किए जाने वाले मामलों के प्रतिनिधि नहीं हैं [26a] । अनुकूलन के लिए एक और तरीका अधिक जटिल उद्देश्य है, उदाहरण के लिए, न केवल ब्याज के आंकड़ों की भविष्यवाणी करना सीखना, जैसे कि भविष्य के संचयी पुरस्कार सशर्त रूप से एजेंट के अगले कार्यों पर, बल्कि डायनेमिक्स भी, अर्थात् कुछ मनमाने काल्पनिक भविष्य की घटनाओं पर सशर्त रूप से पर्यावरण के कुछ भविष्य के गुण। एजेंट की अगली क्रियाओं सहित [26b] [26c] [26d] [26e] । राज्य और पुरस्कार पर्यावरण के साथ बातचीत के लिए एजेंट के सांख्यिकीय सारांश के अनुरूप हैं, जबकि डायनामिक्स एजेंट के ज्ञान से मेल खाती है कि पर्यावरण कैसे काम करता है [27a] [27b] । वातावरण की गतिशीलता की भविष्यवाणी करने के लिए एजेंट की प्रगति [धारा "संभव दिशाएँ"] [२ [ए] [२] बी] [२ as सी] और साथ ही इसे प्रभावित करने के लिए विकल्प बनाने में एजेंट की प्रगति [धारा "संभव निर्देश"] [२] डी] [२] ई] 28f] एजेंट की आंतरिक प्रेरणा का सबसे शक्तिशाली प्रकार हो सकता है और अनुकूलन को बाधित करने का सबसे कुशल तरीका हो सकता है।

वर्तमान कंप्यूटरों के लिए उपलब्ध सिम्युलेटेड वातावरण की जटिलता और वर्तमान रोबोटों के लिए उपलब्ध वास्तविक दुनिया के वातावरण की जटिलता के बीच दूसरी सबसे बड़ी बाधा प्रतीत होती है ताकि नकली वातावरण में प्रशिक्षित एजेंट को वास्तविक रूप से रोबोट में स्थानांतरित नहीं किया जा सके। स्वीकार्य प्रदर्शन और मजबूती के साथ -विश्व पर्यावरण [29] । बोस्टन डायनेमिक्स टीम ने कभी अपने रोबोट को नियंत्रित करने के लिए मशीन लर्निंग का उपयोग नहीं किया - वे रोबोट और पर्यावरण के मॉडल के लिए गतिशीलता और इष्टतम नियंत्रण की गणना करने के लिए अंतर समीकरणों के वास्तविक समय के सॉल्वर का उपयोग करते हैं जो डेटा से सीखा नहीं जाता है लेकिन मैन्युअल रूप से निर्दिष्ट है [30] । MIT के शोधकर्ताओं ने DARPA रोबोटिक्स चैलेंज 2015 में अपने रोबोट को नियंत्रित करने के लिए मशीन लर्निंग का उपयोग नहीं किया, और उनका रोबोट एकमात्र ऐसा रोबोट था, जिसे मनुष्यों से शारीरिक सहायता की आवश्यकता नहीं थी [31a] । एक पूंछ घटना एक सांख्यिकीय मॉडल [31b] द्वारा सीखी नहीं जा सकती है, अर्थात उस मॉडल के एक अलग हाइपरप्लेन के माध्यम से और एक संभावित कार्रवाई के लिए निर्णय सीमा के रूप में इसका उपयोग कर सकता है, और उत्प्रेरण के लिए गैर-सांख्यिकीय अनुमान के कुछ रूपों की आवश्यकता हो सकती है। घटना के लिए एक तार्किक मॉडल / सिद्धांत, इससे परिकल्पना और प्रयोगों में उन्हें जाँचना। इस प्रकार न केवल आंकड़े बल्कि घटना की गतिशीलता की गणना की जा सकती है - घटना को [31c] की गतिशीलता को अनुकरण करने के लिए मॉडल को प्रोग्राम या प्रशिक्षित करना पड़ सकता है।

यह बहुत संभव है कि वास्तविक दुनिया (जैसे रोबोटिक्स) और सामाजिक दुनिया (जैसे प्राकृतिक भाषा समझ) में कठिन समस्याओं के लिए पर्याप्त बुद्धिमत्ता के साथ एजेंटों को प्रशिक्षित / विकसित करने का एकमात्र तरीका हो सकता है:
(1) वातावरण में एजेंटों को प्रशिक्षित / विकसित करने के लिए जो वास्तविक और सामाजिक दुनिया के रूप में अनुकूलन के लिए बहुत अधिक बाधाएं प्रदान करते हैं (यानी एजेंटों को इंसानों के साथ-साथ वास्तविक दुनिया में काम करने वाले रोबोट होने चाहिए);
(2) ऐसी समस्याओं पर एजेंटों को प्रशिक्षित / विकसित करने के लिए जो अनुकूलन के लिए अधिक से अधिक अवरोध प्रदान करते हैं क्योंकि वास्तविक दुनिया में जीवों द्वारा हल की गई सबसे कठिन समस्याएं (यानी एजेंटों को मनुष्यों के बिना किसी प्रत्यक्ष सहायता के बिना वास्तविक दुनिया में रोबोट के रूप में जीवित रहना सीखना पड़ सकता है) और सामाजिक दुनिया में मनुष्यों द्वारा हल (यानी एजेंटों को केवल उपकरण के रूप में मनुष्यों के साथ संचार का उपयोग करके वास्तविक दुनिया में लक्ष्यों तक पहुंचने के लिए सीखना पड़ सकता है)।

प्रगति

संभवतः दीप लर्निंग पुनर्जागरण काल ​​के दौरान वास्तविक दुनिया की समस्याओं में प्रगति नहीं हुई है जैसे कि रोबोटिक्स और भाषा की समझ लगभग उतना ही महत्वपूर्ण है जितना कि नकली वातावरण में चलने वाले निश्चित खेलों में।

सबसे यथार्थवादी शोधकर्ताओं में से कुछ एआई अनुसंधान की प्रगति पर राय:

माइकल आई। जॉर्डन [32 ए] [32 बी] [ 32 सी ]
रोडनी ब्रुक्स [33a] [३३ बी]
फिलिप पाइक्वाइनस्की [३४ ए] [३४ बी]
फ्रेंकोइस चॉलेट [35a] [35 बी]
जॉन लैंगफोर्ड [36a] [ 36 बी]
एलेक्स इरपान [37]

दीप लर्निंग के तरीके छवि समझ के कार्यों में बहुत गैर-मजबूत हैं [नीचे सामान्यीकरण और प्रतिकूल उदाहरण पर कागजात] [38a] [38b] [38c] [38d] [38e] [38f] ।
डीप लर्निंग के तरीके रेडियोलॉजिस्ट को बदलने के करीब भी नहीं आए हैं [39a] [39b] [39c] [39d] ।
दीप लर्निंग के तरीके पाठ समझ के कार्यों में बहुत गैर-मजबूत हैं [नीचे सामान्यीकरण और प्रतिकूल उदाहरण पर पेपर ] [४० ए] [४० ए ] ।
डीप लर्निंग के तरीके सबसे कठिन अटारी खेल [41] के पहले स्तरों को पास नहीं कर सकते।

"ऑब्जेक्टनेट: ऑब्जेक्ट रिकॉग्निशन मॉडल की सीमाएं पुश करने के लिए एक बड़े पैमाने पर बायोस-नियंत्रित डेटासैट"
"बैग-ऑफ-लोकल-फीचर्स मॉडल के साथ CNNs का काम करना इमेजनेट पर आश्चर्यजनक रूप से अच्छा काम करता है"
"सतही सांख्यिकीय नियमितताओं को जानने के लिए सीएनएन की प्रवृत्ति को मापना"
"अत्यधिक आक्रमण का कारण बनता है प्रतिकूलता"
"क्या गहरी पीढ़ी के मॉडल जानते हैं कि वे क्या नहीं जानते हैं?"
"क्या इमेजनेट क्लासीफायर इमेजनेट के लिए सामान्य है?"
"क्या CIFAR-10 क्लासीफायर CIFAR-10 के लिए सामान्य है?"
"ब्रेन ट्यूमर के विभाजन के लिए गहन सीखने: क्रॉस का प्रभाव - संस्थागत प्रशिक्षण और परीक्षण"
"जटिल चर, विकिरण संबंधी गहन अध्ययन मॉडल के सामान्यीकरण प्रदर्शन को कमजोर कर सकते हैं"
"प्राकृतिक सलाहकार के उदाहरण"
"फुलिंग डीप न्यूरल नेटवर्क्स के लिए एक पिक्सेल हमला"
"ए रोटेशन एंड ट्रांसलेशन सफ़िस: फुलिंग सीएनएन विद सिंपल ट्रांसफ़ॉर्मेशन"
"सिमेंटिक एडवांसरियल उदाहरण"
"डीप कन्फ्यूज़नल नेटवर्क्स सामान्य रूप से छोटी इमेज ट्रांसफ़ॉर्मेशन के लिए बहुत खराब क्यों है?"
"द एलीफेंट इन द रूम"
"स्ट्राइक (विथ) ए पोज़: न्यूरल नेटवर्क्स आसानी से मूर्खतापूर्ण चीज़ों की अजीबोगरीब चीज़ों से मूर्ख बन जाते हैं"
"एनएलपी पर हमला करने और उसका विश्लेषण करने के लिए यूनिवर्सल एडवाइजरियल ट्रिगर"
"एनएलपी मॉडल को डिबग करने के लिए शब्दार्थ समतुल्य सलाहकार नियम"
"गलत कारणों के लिए सही: प्राकृतिक भाषा में सिंथेटिक सिंथेटिक आंकड़े का निदान"
"प्राकृतिक भाषा तर्क की तंत्रिका नेटवर्क समझ की जांच"

संभव निर्देश

जुएरगेन श्मिटुबेर

"डेटा कुछ आत्म-सुधार के लिए अस्थायी रूप से अपने आप में दिलचस्प हो जाता है, लेकिन कम्प्यूटेशनल रूप से सीमित, व्यक्तिपरक पर्यवेक्षक एक बार डेटा को बेहतर तरीके से भविष्यवाणी या संपीड़ित करने के लिए सीखता है, इस प्रकार यह विषयगत रूप से सरल और अधिक सुंदर बनाता है। जिज्ञासा पैदा करने या खोजने की इच्छा है। अधिक गैर-यादृच्छिक, गैर-मनमाना, नियमित डेटा जो उपन्यास और बोल्ट्जमैन और शैनन के पारंपरिक अर्थों में आश्चर्यजनक नहीं है, लेकिन इस अर्थ में कि यह संपीड़न प्रगति के लिए अनुमति देता है क्योंकि इसकी नियमितता अभी तक ज्ञात नहीं थी। यह ड्राइव रोचकता को अधिकतम करता है, पहला। व्यक्तिपरक सौंदर्य या संपीडनशीलता से व्युत्पन्न, यानी सीखने की अवस्था का स्थिर होना। यह शिशुओं, शुद्ध गणितज्ञों, संगीतकारों, कलाकारों, नर्तकियों, हास्य कलाकारों, अपने आप को, और कृत्रिम प्रणालियों की खोज के लिए प्रेरित करता है। "

इंटेलिजेंस को संपीड़न प्रभावकारिता के रूप में देखा जा सकता है: जितना अधिक डेटा को संपीड़ित किया जा सकता है, उतना ही इसे समझ सकते हैं। संपीड़न प्रभावकारिता में वृद्धि का उदाहरण: 1. ग्रहों की कक्षाओं की कच्ची टिप्पणियों 2. भू-आकृतिक टॉलेमिक महाकाव्य 3. हेलियोसेंट्रिक दीर्घवृत्त 4. न्यूटोनियन यांत्रिकी 5. सामान्य सापेक्षता 6.? इस दृश्य के तहत, डेटा का संपीड़न समझ है, कंप्रेसर का सुधार सीख रहा है, सुधार की प्रगति आंतरिक इनाम है। डेटा के एक टुकड़े के बारे में जितनी जल्दी हो सके सीखने के लिए, किसी व्यक्ति को उस डेटा को संपीड़ित करने के लिए जितनी संभव हो उतनी तेज़ी से घटाना चाहिए। यदि कोई चुन सकता है कि कौन से डेटा का निरीक्षण करना या बनाना है, तो किसी को बिट्स में कमी को अधिकतम करने वाले डेटा को प्राप्त करने के लिए पर्यावरण के साथ बातचीत करनी चाहिए - संपीड़न प्रगति - पहले से ही ज्ञात सभी चीजों की।

"रचनात्मकता, कला, विज्ञान, संगीत, हास्य के पीछे सरल एल्गोरिथम सिद्धांत"
"औपचारिक मज़ा और रचनात्मकता का सिद्धांत"

"औपचारिकता का सिद्धांत और मज़ेदार और आंतरिक प्रेरणा"
"सक्रिय अन्वेषण, कृत्रिम जिज्ञासा और दिलचस्प क्या है"

"कम्प्रेशन प्रोग्रेस द्वारा प्रेरित: ए सिंपल प्रिंसिपल सब्जेक्टिव ब्यूटी, नोवेल्टी, सरप्राइज़, इंट्रेस्टिंग, अटेंशन, क्यूरियोसिटी, क्रिएटिविटी, आर्ट, साइंस, म्यूजिक, जोक्स के आवश्यक पहलुओं की व्याख्या करता है"
"औपचारिकता का सिद्धांत, मज़ा और आंतरिक प्रेरणा"
"Unsupervised Minimax: Adversarial Curiosity, Generative Adversarial Networks, और Predictability न्यूनतमकरण"
"क्यूरियोसिटी ड्रिवेन रिनफोर्समेंट लर्निंग फॉर मोशन प्लानिंग ऑन ह्यूमेनॉइड्स"
"क्या बात है?"
"पॉवरप्ले: सरलतम अनसॉल्व्ड प्रॉब्लम के लिए लगातार खोज द्वारा एक बढ़ती सामान्य समस्या सॉल्वर का प्रशिक्षण"

एलेक्स विस्नर-सकल

"इंटेलिजेंट सिस्टम को भविष्य के कारण एन्ट्रापी को ऑप्टिमाइज़ करना है, या इसे सरल भाषा में रखना है, उपलब्ध भविष्य के विकल्पों को अधिकतम करना है। जो बदले में बहुत कम विकल्पों के साथ सभी अप्रिय स्थितियों को कम करता है। यह विकासवादी दृष्टिकोण से समझ में आता है क्योंकि यह सुसंगत है। जीवित रहने की क्षमता के साथ, यह मनुष्यों के बीच जो हम देखते हैं, उसके अनुरूप है (अप्रत्याशित चीजों के कई परिणामों पर धन इकट्ठा करना और हेजिंग करना) और कई सरल गेम स्थितियों में उचित व्यवहार उत्पन्न करता है। ”

"इंटेलिजेंस के लिए एक समीकरण"
"आर्टिफिशियल जनरल इंटेलिजेंस के भौतिकी"

"इंटेलिजेंस रियल है"
"इंटेलिजेंस इंटेलिजेंस इंटेलिजेंट"

"कॉसल एंट्रोपिक फोर्सेस"

फिलिप पीनक्वास्की

"भौतिक भविष्यवाणी की अधिक सामान्य समस्या को हल करके (सांख्यिकीय भविष्यवाणी से इसे अलग करने के लिए), इनपुट और लेबल पूरी तरह से संतुलित हो जाते हैं और मानव चयन की समस्या पूरी तरह से गायब हो जाती है। ऐसे मामले में लेबल कच्चे इनपुट का सिर्फ एक समय बदला संस्करण है। सिग्नल। अधिक डेटा का अर्थ है अधिक सिग्नल, वास्तविक डेटा के कई गुना बेहतर होने का मतलब है। और चूंकि यह कई गुना वास्तविक वास्तविकता में उत्पन्न हुआ है (नहीं, यह स्वतंत्र और पहचान के रूप में वितरित गॉसियंस से सेट नहीं किया गया है), यह कोई आश्चर्य नहीं है कि प्रशिक्षण प्रतिमान के रूप में भौतिकी का उपयोग करने से इसे सही तरीके से जानने में मदद मिल सकती है। इसके अलावा, अधिक बाधाओं (अधिक प्रशिक्षण संकेत) को जोड़कर मापदंडों को संतुलित किया जाना चाहिए। इस तरह, हमें अरबों मापदंडों (यादों) के साथ एक बहुत ही जटिल प्रणाली बनाने में सक्षम होना चाहिए। ) अभी तक एक बहुत ही सरल और शक्तिशाली सिद्धांत पर काम कर रहा है। उच्च आयामी प्रशिक्षण डेटा के वास्तविक संकेत और धन की जटिलता इसे कभी भी "सस्ते", स्पू खोजने से रोक सकती है। कठोर समाधान। लेकिन हमें जो लागत चुकानी है, वह यह है कि हमें एक अधिक सामान्य और जटिल कार्य को हल करने की आवश्यकता होगी, जो व्यावहारिक महत्व की किसी भी चीज का आसानी से और सीधे अनुवाद नहीं कर सकता है, न कि कम से कम।

"प्रेडिक्टिव विजन मॉडल - डीप लर्निंग का एक अलग तरीका"

"रीबूटिंग एआई - पोस्टुलेट्स"
"इंटेलिजेंस कन्फ्यूज द इंटेलिजेंट"
"इंटेलिजेंस इज़ रियल"
"एआई एंड द लुडिक फॉलसी"
"धारणा की समस्या की अजीबोगरीब धारणा"
"सांख्यिकी और गतिशीलता"
"रिएक्टिव बनाम प्रेडिक्टिव एआई"
"माउंट इंटेलिजेंस"
"लर्निंग फिजिक्स इज द वे टू गो"
"संक्षेप में भविष्य कहनेवाला दृष्टि"

"कॉमन सेंस मशीन विजन"

"स्केलेबल प्रेडिक्टिव रिवर्ट नेटवर्क में कंटिन्यूअस वीडियो से अनसपर्विस्ड लर्निंग"
"सौहार्दपूर्ण गणना के मौलिक सिद्धांत: भविष्यवाणी, संपीड़न और प्रतिक्रिया के साथ अप्रकाशित शिक्षा"

टॉड हिल्टन

"आज कंप्यूटिंग में प्राथमिक समस्या यह है कि कंप्यूटर खुद को व्यवस्थित नहीं कर सकते हैं: स्वतंत्रता की डिग्री के ट्रिलियन सामानों को एक ही सामान पर और अधिक, संकीर्ण रूप से केंद्रित अल्पविकसित AI क्षमताओं को करते हैं। AI समस्या के लिए हमारा यंत्रवत दृष्टिकोण जटिल वास्तविक दुनिया की समस्याओं के अनुकूल है। : मशीनें उनके हिस्सों का योग हैं और हमारे माध्यम से दुनिया को छोड़कर अलग हो जाती हैं, दुनिया एक मशीन नहीं है। थर्मोडायनेमिक्स सब कुछ के विकास को संचालित करता है। थर्मोडायनामिक विकास कंप्यूटिंग सिस्टम में लापता, एकीकृत अवधारणा है। थर्मोडायनामिक विकास सभी संगठनों को सहजता से बताता है। ब्रह्मांड में मुक्त ऊर्जा के स्रोतों का उपयोग करने के लिए उभरता है और इस ऊर्जा के लिए प्रतिस्पर्धा है। थर्मोडायनामिक विकास ऊष्मप्रवैगिकी का दूसरा नियम है, सिवाय इसके कि यह विचार जोड़ता है कि किसी संगठन को बढ़ाने के लिए एन्ट्रापी के लिए उभरने चाहिए। नि: शुल्क ऊर्जा का उपयोग करने के लिए। ऊष्मागतिकी का पहला नियम बताता है कि ऊर्जा के लिए प्रतिस्पर्धा है। "

"थर्मोडायनामिक कम्प्यूटिंग"
"थर्मोडायनामिक कम्प्यूटिंग"
"ऊष्मप्रवैगिकी और कम्प्यूटिंग के भविष्य पर"
"क्या यूनिवर्स थर्मोडायनामिक इवोल्यूशन का उत्पाद है?"
थर्मोडायनामिक कम्प्यूटिंग कार्यशाला

"इंटेलिजेंस आर्टिफिशल नहीं है"
"पुरुषों और मशीनों के"

"थर्मोडायनामिक न्यूरल नेटवर्क"

सुसैन अभी भी

"सभी प्रणालियाँ अपने पर्यावरण के प्रति प्रतिक्रिया के माध्यम से अभिकलन करती हैं। विशेष रूप से, जीवित प्रणालियाँ विभिन्न प्रकार की लंबाई और समय के पैमाने पर गणना करती हैं। भविष्य की अपेक्षाएँ उनके पूर्व अनुभव के आधार पर होती हैं। अधिकांश जैविक गणना मौलिक रूप से एक निर्विवाद रूप से प्रक्रिया है, क्योंकि ए। अपने प्राकृतिक संचालन में जैविक मशीनरी के प्रसार को थर्मोडायनामिक संतुलन से दूर संचालित किया जाता है। भौतिक प्रणालियां इनपुट उत्तेजनाओं के एक अनुक्रम के माध्यम से विकसित होती हैं जो प्रणाली को संतुलन से बाहर निकालती हैं और उसके बाद एक थर्मल स्नान में छूट देती हैं। "

"इष्टतम सूचना प्रसंस्करण"
"इष्टतम सूचना प्रसंस्करण: अपव्यय और अप्रासंगिक सूचना"
"सूचना प्रसंस्करण की थर्मोडायनामिक सीमाएं"

"भविष्यवाणी के ऊष्मप्रवैगिकी"
"जिज्ञासा से प्रेरित सुदृढीकरण सीखने के लिए एक सूचना-सिद्धांत संबंधी दृष्टिकोण"
"इंटरएक्टिव लर्निंग के लिए सूचना सैद्धांतिक दृष्टिकोण"

कार्ल फ्रिस्टन

"मुक्त ऊर्जा सिद्धांत धारणा, अनुभूति, होमियोस्टेसिस और कार्रवाई को एकजुट करने के प्रयास की तरह लगता है। नि: शुल्क ऊर्जा एक गणितीय अवधारणा है जो कुछ चीजों की विफलता का प्रतिनिधित्व करती है अन्य चीजों से मेल खाने के लिए जो वे अनुमान लगाने वाले हैं। मस्तिष्क कम से कम करने की कोशिश करता है। दुनिया के संबंध में इसकी नि: शुल्क ऊर्जा, अर्थात् इसके मॉडल और वास्तविकता के बीच अंतर को कम करना। कभी-कभी यह दुनिया के अपने मॉडल को अपडेट करके भी करता है। दूसरी बार ऐसा होता है कि दुनिया को अपने मॉडल से बेहतर रूप से बदलने के लिए धारणा और अनुभूति होती है। दोनों सटीक मॉडल बनाने का प्रयास करते हैं जो दुनिया से मेल खाते हैं, इस प्रकार नि: शुल्क ऊर्जा को कम करते हैं। होमोस्टैसिस और एक्शन दोनों ही मैच को मानसिक मॉडल बनाने के प्रयास हैं। कार्रवाई एक मानसिक मॉडल से मेल खाने के लिए जीव के बाहरी राज्य को प्राप्त करने की कोशिश करती है। होमोस्टैसिस जीव के आंतरिक को प्राप्त करने की कोशिश करता है। एक मानसिक मॉडल से मेल खाने के लिए राज्य। चूंकि बैक्टीरिया भी कुछ होमियोस्टेसिस-जैसे कर रहे हैं, सभी जीवन मुक्त ऊर्जा न्यूनतम होने के सिद्धांत को साझा करते हैं। एनजी चार चीजें - विचार करना, सोचना, अभिनय करना और होमियोस्टैसिस को बनाए रखना। यह वास्तव में सिर्फ एक काम कर रहा है - नि: शुल्क ऊर्जा को कम करना - चार अलग-अलग तरीकों से - किसी विशेष परिस्थिति में यह किसी भी स्थिति में इसे लागू करता है, जिसके आधार पर मुफ्त ऊर्जा न्यूनतमकरण के अवसर सबसे सुविधाजनक हैं। "

"नि: शुल्क ऊर्जा सिद्धांत"
"नि: शुल्क ऊर्जा और सक्रिय आविष्कार"
"सक्रिय हस्तक्षेप और कृत्रिम जिज्ञासा"
"सक्रिय हस्तक्षेप और कृत्रिम जिज्ञासा"
"अनिश्चितता और सक्रिय हस्तक्षेप"

मुफ्त ऊर्जा न्यूनतम करने के लिए परिचय
सक्रिय इंजेक्शन पर ट्यूटोरियल
मुक्त ऊर्जा और जिज्ञासा पर ट्यूटोरियल
कार्यान्वयन

"द फ्री-एनर्जी सिद्धांत: एक एकीकृत मस्तिष्क सिद्धांत?"
"अन्वेषण, नवीनता, आश्चर्य और नि: शुल्क ऊर्जा न्यूनतमकरण"
"एक्शन एंड बिहेवियर: ए फ्री-एनर्जी फॉर्म्युलेशन"
"जिज्ञासा और लक्ष्य-निर्देशित अन्वेषण के कम्प्यूटेशनल तंत्र"
"सक्रिय अंतर्ग्रहण लैंडस्केप का विस्तार: धारणा-क्रिया लूप में अधिक आंतरिक प्रेरणाएं"

समापन शब्द

विज्ञान / इंजीनियरिंग में कई समस्याओं का समाधान करने के लिए ऊपर वर्णित कंप्यूटर इंटेलिजेंस की आवश्यकता नहीं हो सकती है - अगर कंप्यूटर आज भी मानव द्वारा गैर-मानक समस्याओं को हल करने के लिए प्रोग्राम किए जाते रहेंगे। लेकिन कुछ बहुत ही महत्वपूर्ण (और सबसे अधिक सम्मोहित) समस्याएं जैसे कि रोबोटिक्स (वास्तव में अप्रशिक्षित स्व-ड्राइविंग) और भाषा समझ (वास्तव में व्यक्तिगत सहायक) ऐसी बुद्धि के बिना अनसुलझी रह सकती है।

इस लेख के पिछले संस्करण