K:
Hogyan próbálják a vállalatok "sebességmérőt" hozzáadni a mesterséges intelligencia munkájához?
A:Néhány olyan társaság, amely a mesterséges intelligencia legújabb fejlesztésein dolgozik, az elért haladás számszerűsítésére összpontosít, és összehasonlítja a mesterséges intelligencia idővel történő fejlődésének néhány szempontját. Számos oka van annak, hogy a vállalatok miként végeznek ilyen típusú elemzéseket. Általában megpróbálják kitalálni, hogy a mesterséges intelligencia milyen messzire jutott el, hogyan vonatkozik az életünkre, és hogyan fogja befolyásolni a piacokat.
Egyes vállalatok ötletbörze és figyelemmel kísérik a mesterséges intelligencia fejlődését, hogy kitalálják, hogyan befolyásolhatják az új technológiák a polgári szabadságjogokat, vagy hogyan hozhatnak létre új gazdasági realitásokat. A vállalati megközelítéstől függően az ilyen típusú elemzések formájában megpróbálhatják kitalálni, hogy a felhasználói adatok hogyan áramolhatnak át rendszereken, megértik, hogy az interfészek hogyan fognak működni, vagy kitalálják, milyen képességekkel rendelkezik a mesterséges intelligencia szervezetek és hogyan használhatják ezeket a képességeket.
A módszerekkel kapcsolatban a mesterséges intelligencia összehasonlítását megkísérlő vállalatok összpontosíthatnak az elvont információk lebontására - például egy Wired cikk idézi az AI Index projektet, ahol olyan kutatók dolgoznak, mint Ray Perrault, aki az SRI International nonprofit laborban dolgozik. a pillanatfelvételről arról, hogy mi történik a mesterséges intelligencia területén.
"Ez valami tennivaló, részben azért, mert annyi őrület van az AI felé tartásában" - mondja Perrault a cikkben, kommentálva az ilyen típusú projektek indulásának motivációját.
A mesterséges intelligencia teljesítményértékelésének működésének magyarázatával egyes szakértők elmagyarázzák, hogy a mérnökök vagy más felek megkísérelhetik „kemény tesztelést” folytatni a mesterséges intelligencia projektekkel kapcsolatban, például próbálják „becsapni” vagy „legyőzni” a műszaki intelligencia rendszereit. Ez a fajta leírás valójában annak a lényege, hogy a vállalatok miként tudják valóban figyelemmel kísérni és értékelni a mesterséges intelligenciát. Ennek egyik módja az, hogy ugyanazokat az ötleteket alkalmazzuk, amelyeket a programozók a múltban használtak a lineáris kódrendszerek hibakeresésére.
A lineáris kódrendszerek hibakeresése az volt, hogy megtaláljuk azokat a helyeket, ahol a rendszer jól működik - ahol egy program összeomlik, hol lefagy, ahol lassan működik, stb. Arról volt szó, hogy meg kell találni, ahol a logikai hibák leállíthatják vagy megtéveszthetik a projektet, ahol egy funkció nem működne helyesen, vagy ahol véletlen felhasználói események lehetnek.
Ha erre gondolsz, a mesterséges intelligencia korszerű tesztelése hasonló kísérlet lehet egy nagyon más síkon is - mivel a mesterséges intelligencia technológiái inkább kognitív, mint lineáris, a tesztelés sokkal más formát ölt, de az emberek továbbra is „a hibákat” keresik ”- hogy ezeknek a programoknak nem kívánt következményei lehetnek, a fellépésük és az emberi intézmények károsítása, stb. Ennek szem előtt tartásával, bár sokféle eltérő módszer létezik a sebességmérő vagy a mesterséges intelligencia előrehaladásának referenciaértékének létrehozására, a A fent leírt kemény tesztelés általában egyedülálló betekintést nyújt az emberekre abban, hogy a mesterséges intelligencia milyen messzire jutott el, és mit kell tenni annak érdekében, hogy több pozitív eredményt nyújtson anélkül, hogy további negatívumok fejlődnének.
