Máquinas, ensinam uns aos outros, podem tornar-se decisivos para a inteligência artificial

Durante uma conferência de imprensa sobre o anúncio função do piloto automático em Tesla Model S, que teve lugar em outubro de 2015, CEO da Tesla Илон de Máscaras disse que cada motorista a se tornar o "treinador-o especialista," para cada Model S. Cada veículo é capaz de melhorar a função própria autonomia, estudando com seu motorista, mas o que é mais importante — quando um Tesla será ministrado pelo seu motorista, este conhecimento será compartilhado entre os carros da Tesla.

Muito em breve, os proprietários do Model S notado que a função de auto-carro melhorou gradualmente. Um exemplo: "Tesla" fizemos erros anteriores saídas de auto-estrada, obrigando os seus proprietários manualmente passar o carro certo percurso. Depois de apenas algumas semanas, os proprietários notaram que as máquinas não fazem prematuros saídas.

"é Surpreendente que a melhoria aconteça tão cedo", disse um dos proprietários do Tesla.

O sistema é Inteligente, como aqueles que estão equipados com o mais recente software de aprendizagem de máquina, não só se tornam mais inteligentes: eles se tornam mais inteligentes, cada vez mais rápido. A compreensão da velocidade com que se desenvolvem estes sistemas, pode tornar-se particularmente difícil a parte do gerenciamento dos avanços tecnológicos.

Ray Kurzweil escrevi muito sobre lacunas no entendimento do homem, descrevendo o assim chamado "intuitiva linear" percepção das mudanças tecnológicas e do "polar" a velocidade das mudanças que ocorrem agora. Depois de quase duas décadas depois de escrever o importante ensaio, que ele chamou de "Lei ускоряющейся do retorno" — teoria da mudança evolutiva, que descreve a variação de velocidade de melhorias de sistemas de tempo — dispositivos relacionados começaram a compartilhar o conhecimento entre si, acelerando a própria melhoria.

"Eu acho que é, talvez, o maior tendência exponencial em UU", diz o Curso Lipson, professor de engenharia e ciência da computação da universidade de Columbia.

"todas as identidades exponenciais tecnologias de tendências têm diferentes "expositores", acrescenta. "Mas este, provavelmente, o maior". Em sua opinião, é "a doutrina" — quando os dispositivos transmitem o conhecimento uns dos outros (não confunda com maquinaria de aprendizagem) — um passo importante para acelerar melhorias de sistemas similares.

"às Vezes isso é cooperação, como, por exemplo, quando uma máquina está a aprender com o outro, se tivessem роевое consciência. Às vezes é leapfrog, como a corrida armamentista entre os dois sistemas, jogando xadrez com o outro."

Lipson da opinião de que o caminho do desenvolvimento da IA é o poderoso, em parte, porque, o que elimina a necessidade de treino de dados.

"os Dados são o combustível de uma máquina de aprendizagem, mas mesmo máquinas difícil de obter alguns dados — pode ser arriscado, lento, caro e inacessível. Em tais casos, a máquina pode dividir a sua experiência ou para criar uma experiência sintética uns para os outros, para complementar ou substituir os dados. Acontece que é não é tão fraco o efeito é de fato самоусиление, e notação científica".

Lipson resulta em um exemplo de uma descoberta recente DeepMind, o projeto AlphaGo Zero, como uma formação de AIS sem treino de dados. Muitos estão familiarizados com AlphaGo, AI com maquinaria de aprendizagem, que se tornou o mundo melhor jogador do século, examinando a enorme quantidade de dados, composto por milhões de mãos de partidos. AlphaGo Zero foi capaz de vencer até mesmo a sua, não olhando para os dados do treino, basta estudar as regras do jogo e jogar para si mesmo. Em seguida, ele derrotou o mais melhor no mundo para o jogo de xadrez já após a marca de um treinamento.

Imagine como milhares de tais AlphaGo Zero instantaneamente trocam seus conhecimentos adquiridos.

E não é só um brinquedo. Nós já vemos o quão poderoso impacto na velocidade com a qual a empresa pode melhorar o desempenho de seus dispositivos. Um dos exemplos industrial e tecnologia digital do dobro — modelo de programação é uma máquina que simula o que está acontecendo com o equipamento. Imagine, se a máquina olha para dentro de si mesmo e revela a sua imagem técnicos.

Por Exemplo, uma turbina a vapor com o digital dobro pode medir a temperatura do vapor, velocidade do rotor, arranques a frio e outros dados para a previsão de falhas e avisar os técnicos de prevenção de altos custos de reparo. Digital contrapartes fazem essas previsões, explorando o seu próprio desempenho, e também contam com modelos foram desenvolvidos em outras turbinas a vapor.

à medida que as máquinas começam a aprender no seu ambiente de novas e poderosas maneiras, o seu desenvolvimento é acelerado através de troca de dados. A inteligência coletiva de cada turbina a vapor, disperso por todo o planeta, pode acelerar a capacidade preditiva de cada uma das máquinas. Lá, onde será um carro sem motorista, lá vai centenas de outros motoristas, que vão ensinar os seus carros, dizendo o conhecimento de todos.

Não se esqueça de que tudo isso é apenas o começo.