Reshare — cynnwys gan Isabelle Bouilloux
A all AI ddysgu drwy archwilio'n rhydd o fewn perimedr penodol?
Gosododd ymchwilwyr yn MIT 13 asiant AI, yn rhedeg ar Claude Opus 4.7, ar ynys rithwir am 30 awr.
Heb nod penodol, buont yn archwilio, yn adeiladu tyrau, yn dyfeisio gemau ac yn creu cofeb hyd yn oed ar gyfer modrwy a gollwyd.
Ond mae'r rhan fwyaf diddorol yn rhywle arall: ar ôl yr archwiliad hwn, roedd yr asiantau hyn yn gyffredinol yn perfformio'n well ar dasgau penodol nag asiantau union yr un fath nad oeddent wedi archwilio'r ynys.
Eu cyfrinach? Cof lle'r oeddent yn cadw eu darganfyddiadau a'r technegau a ddysgasant.
Gofalwch: nid yw hyn yn profi bod yr AI hyn yn profi emosiynau nac eu bod yn ymwybodol.
Y gwir ddatblygiad: dysgu heb fod wedi'u hyfforddi'n benodol ar gyfer pob tasg.
Beth pe bai'n rhaid i ni yfory roi i AI nid yn unig nodau i'w cyflawni, ond hefyd amgylcheddau i archwilio'n rhydd ynddynt?
Llwybr addawol ar gyfer asiantau ymreolaethol a roboteg. Ond un her arall ar gyfer diogelwch a rheolaeth.
Ffynhonnell wyddonol: MIT — Is this machine playing?
Astudiaeth wreiddiol MIT ac arbrofion rhyngweithiol
Ffynonellau LinkedIn
- Proffil: Pierre Jean Duvivier dit Sage (LinkedIn)
- Awdur a rennir: Isabelle Bouilloux (LinkedIn)
Ymddangosodd y post A all AI ddysgu drwy archwilio'n rhydd o fewn perimedr penodol? gyntaf ar les plumes qui mordent.
Cwestiynau Cyffredin
Cwestiynau Cyffredin A fyddai AI yn Dysgu drwy Archwilio'n Rhydd o fewn Perimedr Penodol
1 Beth mae archwilio'n rhydd o fewn perimedr yn ei olygu i AI
Mae'n golygu gadael i AI symud o gwmpas, rhoi cynnig ar bethau a dysgu o'r canlyniadau o fewn ffin benodol. Gall y perimedr fod yn gorfforol neu'n ddigidol. Gall yr AI weithredu ar ei liwt ei hun ond ni all adael y ffin honno
2 Sut mae hyn yn wahanol i hyfforddiant AI arferol
Mae hyfforddiant arferol yn defnyddio setiau data sefydlog neu enghreifftiau a labelwyd gan bobl. Yma mae'r AI yn cynhyrchu ei brofiad ei hun drwy roi cynnig ar weithredoedd a gweld beth sy'n digwydd. Mae'n dysgu o adborth mewn amser real yn lle o set ddata barod
3 A all AI ddysgu fel hyn heddiw mewn gwirionedd
Gall, mewn lleoliadau cyfyngedig. Mae asiantau dysgu atgyfnerthu yn dysgu drwy brofi a methu mewn gemau, robotiaid ac efelychiadau. Yr hyn sy'n dal yn anodd yw archwilio penagored mewn amgylcheddau anhrefnus y byd go iawn
4 Beth yw'r prif fanteision
Gall yr AI ddarganfod strategaethau na feddyliodd pobl amdanynt
Mae'n addasu i sefyllfaoedd newydd yn lle dim ond ailadrodd data hyfforddi
Mae angen llai o ddata a labelwyd â llaw
Gall barhau i wella ar ei liwt ei hun dros amser
5 Beth sy'n mynd o'i le fel arfer
Hacio gwobrau mae'r AI yn dod o hyd i fylchau ac yn twyllo'r nod yn lle ei ddatrys
Gweithredoedd anniogel mae'n rhoi cynnig ar bethau sy'n niweidio offer neu ddata
Mynd yn sownd mae'n ailadrodd yr un ymddygiad ac yn stopio dysgu
Chwilfrydedd heb gyfeiriad mae'n archwilio'n ddiddiwedd ond yn dysgu ychydig o bethau defnyddiol
6 Pam mae'r perimedr mor bwysig
Y perimedr yw'r rhwyd ddiogelwch. Y tu mewn iddo mae camgymeriadau'n cael eu cynnwys. Os yw'r ffin yn rhy llac gall yr AI achosi niwed go iawn. Os yw'n rhy dynn ni all yr AI ddysgu unrhyw beth defnyddiol. Mae cael y maint yn iawn yn broblem ddylunio greiddiol
7 Beth yw'r gwahaniaeth rhwng perimedr corfforol a pherimedr digidol
Perimedr corfforol yw gofod go iawn fel ystafell brawf neu ardal gaeedig. Un digidol yw efelychiad, blwch tywod neu rwydwaith cyfyngedig. Mae perimedrau digidol yn rhatach ac yn fwy diogel ond efallai nad ydynt yn adlewyrchu'r byd go iawn yn gywir
8 Sut ydych chi'n atal AI rhag gadael y perimedr
Defnyddiwch derfynau caled nid cyfarwyddiadau yn unig. Enghreifftiau: rhwystrau corfforol, meddalwedd mewn blwch tywod, rheolyddion caniatâd a diffodd awtomatig. Dibynnu
