Q:
Какви са някои фактори, които допринасят за "дрейфа" на AI?
A:„Дрифтът на изкуствения интелект“ е сравнително неясен термин и няма да видите, че е споменат много в онлайн технологичната литература. Въпреки това инженерите и други хора обмислят, докато обмислят развитието на изкуствения интелект към по-силни и всеобхватни резултати.
Дрифтът на изкуствения интелект се случва, когато усъвършенстваните AI образувания, независимо дали са чатботи, роботи или цифрови конструкции, създадени да преминат теста на Тюринг, започват да се разминават от директивите и инструкциите на тяхното първоначално програмиране към типове отговори и дейности, които може да не са обмислени от техните човешки манипулатори.
Можете да видите примери за този дрейф в последните проекти, например, когато два чат-бота във Фейсбук започнаха да общуват помежду си в това, което ИТ специалистите определиха като „секретен код“. По същество технологиите се развиха до степен, че решиха да използват различни средства за комуникация, такива, които не са предложени или поискани от човешките програмисти.
Факторите, участващи в дрейфа на изкуствения интелект, са факторите, довели до развитието на силните парадигми за изкуствен интелект през последните няколко десетилетия. Единият е по-слабо свързаните алгоритми за машинно обучение, които са силно интерпретирани и дават възможност на тези технологии да се развиват и да се развиват. Машинното обучение коренно променя начина на работа на компютърните системи - вместо просто да се фокусира върху количествено измерими данни и твърди изчислителни задачи, както традиционните технологии, изкуственият интелект се насочва към самокоректиращи се и саморазвиващи се инструменти, отразени в стратегиите за машинно обучение и задълбочено обучение, и към идеята за невронна мрежа, която много по-способно симулира човешката мисъл и интелигентност.
Друг фактор в дрейфа на AI и еволюцията на изкуствения интелект са многочастичните технологии, които работят на базата на съвместна работа, отново, за да симулират по-сложен вид интелигентност. Някои ИТ специалисти ги наричат „дълбоко упорити мрежи“ или технологии, включващи както генеративен, така и дискриминационен компонент. Тъй като тези и други отделни образувания в многоанглийни парадигми работят помежду си, те развиват това, което технологията може да направи, и я придвижват към по-свободен резултат, който е по-малко ограничен от първоначалното си програмиране. Това е идеята, която стои зад напредъка на изкуствения интелект, и това е концепцията зад този дрейф на изкуствен интелект - изчислителните системи могат да се променят или променят след първоначалното им изпълнение на програмата, просто защото, поради тези прогресивни фактори, те могат.
