Uudelleenjako — sisältö: Isabelle Bouilloux
Voivatko tekoälyt oppia tutkimalla vapaasti tietyllä alueella?
MIT:n tutkijat sijoittivat 13 tekoälyagenttia, jotka toimivat Claude Opus 4.7:llä, virtuaaliselle saarelle 30 tunniksi.
Ilman erityistä tavoitetta ne tutkivat, rakensivat torneja, keksivät pelejä ja loivat jopa muistomerkin kadonneelle sormukselle.
Mutta kiinnostavin osa on muualla: tämän tutkimisen jälkeen nämä agentit suoriutuivat yleensä paremmin tietyissä tehtävissä kuin identtiset agentit, jotka eivät olleet tutkineet saarta.
Niiden salaisuus? Muisti, johon ne tallensivat löytönsä ja oppimansa tekniikat.
Varovaisesti: tämä ei todista, että nämä tekoälyt kokisivat tunteita tai että ne olisivat tietoisia.
Todellinen läpimurto: oppiminen ilman, että niitä olisi erikseen koulutettu jokaiseen tehtävään.
Entä jos huomenna meidän pitäisi antaa tekoälyille paitsi saavutettavia tavoitteita, myös ympäristöjä, joissa ne voivat tutkia vapaasti?
Lupaava suunta autonomisille agenteille ja robotiikalle. Mutta yksi haaste lisää turvallisuudelle ja hallinnalle.
Tieteellinen lähde: MIT — Is this machine playing?
Alkuperäinen MIT-tutkimus ja interaktiiviset kokeet
LinkedIn-lähteet
- Profiili: Pierre Jean Duvivier dit Sage (LinkedIn)
- Jaettu tekijä: Isabelle Bouilloux (LinkedIn)
Kirjoitus Could AIs learn by exploring freely within a given perimeter? ilmestyi ensimmäisenä sivustolla les plumes qui mordent.
Usein kysytyt kysymykset
UKK Voivatko tekoälyt oppia tutkimalla vapaasti tietyllä alueella
1 Mitä vapaasti tietyllä alueella tutkiminen tarkoittaa tekoälylle
Se tarkoittaa, että tekoälyn annetaan liikkua, kokeilla asioita ja oppia tuloksista määritetyn rajan sisällä. Raja voi olla fyysinen tai digitaalinen. Tekoäly voi toimia itsenäisesti, mutta se ei voi poistua siltä alueelta.
2 Miten tämä eroaa tavallisesta tekoälyn koulutuksesta
Tavallisessa koulutuksessa käytetään kiinteitä tietoaineistoja tai ihmisten merkitsemiä esimerkkejä. Tässä tekoäly tuottaa oman kokemuksensa kokeilemalla toimintoja ja näkemällä, mitä tapahtuu. Se oppii palautteesta reaaliajassa valmistellun tietoaineiston sijaan.
3 Voivatko tekoälyt todella oppia tällä tavalla nykyään
Kyllä, rajoitetuissa ympäristöissä. Vahvistusoppimisagentit oppivat yrityksen ja erehdyksen kautta peleissä, roboteissa ja simulaatioissa. Vaikeaa on edelleen avoin tutkiminen sotkuisissa tosimaailman ympäristöissä.
4 Mitkä ovat tärkeimmät hyödyt
Tekoäly voi löytää strategioita, joita ihmiset eivät tulleet ajatelleeksi
Se sopeutuu uusiin tilanteisiin sen sijaan, että vain toistaisi koulutusdataa
Se tarvitsee vähemmän käsin merkittyä dataa
Se voi jatkaa kehittymistä itsenäisesti ajan myötä
5 Mikä yleensä menee pieleen
Palkkion väärinkäyttö: tekoäly löytää porsaanreikiä ja pelaa tavoitetta sen sijaan, että ratkaisisi sen
Turvattomat toimet: se kokeilee asioita, jotka vahingoittavat laitteita tai dataa
Jumiin jääminen: se toistaa samaa käyttäytymistä eikä lakkaa oppimasta
Uteliaisuus ilman suuntaa: se tutkii loputtomasti mutta oppii vähän hyödyllistä
6 Miksi rajalla on niin suuri merkitys
Raja on turvaverkko. Sen sisällä virheet pysyvät hallinnassa. Jos raja on liian löysä, tekoäly voi aiheuttaa todellista vahinkoa. Jos se on liian tiukka, tekoäly ei voi oppia mitään hyödyllistä. Oikean koon löytäminen on keskeinen suunnitteluongelma.
7 Mikä ero on fyysisellä ja digitaalisella rajalla
Fyysinen raja on todellinen tila, kuten testihuone tai aidattu alue. Digitaalinen on simulaatio, hiekkalaatikko tai rajoitettu verkko. Digitaaliset rajat ovat halvempia ja turvallisempia, mutta ne eivät välttämättä heijasta todellista maailmaa tarkasti.
8 Miten estetään tekoälyä poistumasta rajalta
Käytä kovia rajoja, ei pelkkiä ohjeita. Esimerkkejä: fyysiset esteet, hiekkalaatikko-ohjelmisto, käyttöoikeuksien hallinta ja automaattiset sammutukset. Luottaminen
