K:
Milyen tényezők befolyásolják az AI „sodródását”?
A:A „mesterséges intelligencia drift” egy viszonylag homályos kifejezés, és nem fogja látni, hogy egy csomó megemlíti az online tech irodalomban. Ez azonban olyan, amire a mérnökök és mások gondolkodnak, amikor a mesterséges intelligencia fejlődését fontolgatják erősebb és átfogóbb eredmények felé.
A mesterséges intelligencia eltolódása akkor fordul elő, amikor a kifinomult Ai-entitások - akár csevegőrobotok, robotok, akár a Turing-teszt lebonyolításához létrehozott digitális konstrukciók - kezdik eltérni az eredeti programozási irányelvektől és utasításoktól az olyan típusú válaszok és tevékenységek felé, amelyeket esetleg nem gondoltak meg emberi kezelőik.
Láthat példákat erre az elmozdulásra a közelmúltbeli projektekben, például amikor két Facebook chatbot híresen kezdett kommunikálni egymással az informatikai szakemberek által „titkos kódként” leírt módon. Lényegében a technológiák olyan mértékben fejlődtek, hogy úgy döntöttek, hogy egy különféle kommunikációs eszközök, amelyeket az emberi programozók nem javasoltak vagy kértek.
A mesterséges intelligencia sodródásában szerepet játszanak azok a tényezõk, amelyek az elmúlt néhány évtizedben az erõs mesterséges intelligencia paradigmáinak kialakulásához vezettek. Az egyik lazábban összekapcsolt, nagymértékben értelmező gépi tanulási algoritmusok, amelyek e technológiák számára lehetőséget adnak a növekedésre és fejlődésre. A gépi tanulás alapvetően megváltoztatja a számítógépes rendszerek működését - ahelyett, hogy csupán a számszerűsíthető adatokra és a merev számítástechnikai feladatokra összpontosítana, ahogyan azt a hagyományos technológiák is tették, a mesterséges intelligencia az önjavító és önfejlődő eszközök felé mozdul el, amelyek tükröződnek a gépi tanulásban és a mély tanulási stratégiákban, valamint egy olyan idegi hálózat elképzelése, amely sokkal képesebben szimulálja az emberi gondolkodást és intelligenciát.
Az AI drift és a mesterséges intelligencia fejlődésének másik tényezője a többrészes technológiák, amelyek együttműködésen alapulnak, és ismét a kifinomultabb intelligencia fajtájának szimulálására szolgálnak. Egyes informatikai szakemberek ezeket „mély makacs hálózatoknak” nevezik, vagy olyan technológiáknak, amelyek generációs és diszkriminatív összetevőket is tartalmaznak. Mivel ezek és a több entitású paradigmákban lévõ különálló entitások együtt dolgoznak, fejlesztenek mindazt, amit a technológia tud tenni, és egy szabadabb eredmény felé mozgatják, amelyet az eredeti programozás kevésbé korlátoz. Ez az ötlet a mesterséges intelligencia fejlődésének mögött, és ennek a mesterséges intelligencia elmozdulásának a gondolata - hogy a számítógépes rendszerek megváltozhatnak vagy megváltozhatnak az eredeti program végrehajtása után, egyszerűen azért, mert ezek a progresszív tényezők miatt képesek.
