כיצד חברות מנסות להוסיף מד מהירות לעבודה בתחום הבינה המלאכותית?

מְחַבֵּר: Roger Morrison
תאריך הבריאה: 25 סֶפּטֶמבֶּר 2021
תאריך עדכון: 21 יוני 2024
Anonim
How does artificial intelligence learn? - Briana Brownell
וִידֵאוֹ: How does artificial intelligence learn? - Briana Brownell

תוֹכֶן

ש:

איך חברות מנסות להוסיף "מד מהירות" לעבודות בינה מלאכותית?


ת:

כמה מהחברות שעובדות על ההתקדמות החדשה ביותר בתחום הבינה המלאכותית מתמקדות בכימות ההתקדמות שהשיגו, ובמידה מיידית של כמה היבטים של התפתחות הבינה המלאכותית לאורך זמן. ישנן סיבות רבות לכך שחברות עושות ניתוח מסוג זה. באופן כללי, הם מנסים להבין עד כמה הגיע הבינה המלאכותית, כיצד היא חלה על חיינו וכיצד היא תשפיע על השווקים.

חברות מסוימות עורכות סיעור מוחות ועוקבות אחר התקדמות הבינה המלאכותית שלהן כדי להבין כיצד טכנולוגיות חדשות עשויות להשפיע על חירויות אזרחיות, או כיצד הן עשויות ליצור מציאויות כלכליות חדשות. תלוי בגישת החברה, ניתוחים מסוג זה עשויים להיות בצורה של ניסיון להבין כיצד נתוני משתמשים עשויים לזרום במערכות, להבין כיצד ממשקים יעבדו, או להבין אילו יכולות יש לגופי אינטליגנציה מלאכותית וכיצד הם עשויים להשתמש ביכולות אלה.

כשמדובר בשיטות, חברות שמנסות ליישם בינה מלאכותית עשויות להתמקד בפירוק מידע מופשט - למשל, מאמר Wired מציין את פרויקט AI Index, בו עובדים חוקרים כמו ריי פרו, העובד במעבדה ללא מטרות רווח SRI International. על תמונת מצב מפורטת של המתרחש בתחום הבינה המלאכותית.


"זה משהו שצריך לעשות, בין היתר מכיוון שיש כל כך הרבה טירוף בחוץ לאן הולכת AI", אומר פרוט במאמר, ומעיר על המוטיבציה לקחת על עצמו פרויקט מסוג זה.

בהסבר על האופן שבו עובדת השוואת בינה מלאכותית עובדת, יש מומחים שמסבירים כי מהנדסים או גורמים אחרים עשויים לנסות לבצע "בדיקות קשות" לפרויקטים של בינה מלאכותית, למשל, מנסים "להערים" או "להביס" מערכות בינה מלאכותית. תיאור מסוג זה באמת ללב כיצד חברות יכולות באמת לפקח ולהעריך בינה מלאכותית. אחת הדרכים לחשוב על זה היא ליישם את אותם סוגים של רעיונות שהמתכנתים השתמשו בהם בעבר לניפוי מערכות קוד לינאריות.

ניפוי באגים של מערכות קוד לינאריות עסק כולו במציאת המקומות שבהם המערכת תעבוד היטב - איפה תוכנית תתרסק, איפה היא תקפוא, איפה היא תעבור לאט וכו '. מדובר היה באיתור היכן שגיאות לוגיות יעצרו או יבלבלו פרוייקט, היכן שפונקציה לא תעבוד כראוי, או כאשר יתכן שיש אירוע משתמש לא מכוון.

כשחושבים על זה, בדיקה מודרנית של בינה מלאכותית עשויה להיות מאמץ דומה במישור שונה מאוד - מכיוון שטכנולוגיות הבינה המלאכותית הן יותר קוגניטיביות מאשר ליניאריות, הבדיקה לובשת צורה שונה בהרבה, אך בני אדם עדיין מחפשים את "הבאגים" "- דרכים שלתוכניות אלה יכולות להיות השלכות לא מכוונות, דרכים בהן הם עלולים להתנהג ולפגוע במוסדות אנושיים וכו '. עם זאת, למרות שישנן שיטות שונות ומגוונות ליצירת מד מהירות או אמת מידה להתקדמות בינה מלאכותית, בדיקות קשות שתוארו לעיל, בדרך כלל יעניקו לבני האדם תובנה ייחודית באיזו מידה הגיע האינטליגנציה המלאכותית, ומה צריך לעשות כדי לשמור עליה על חיוביות נוספות מבלי לפתח שליליות נוספות.