Shiriki tena — maudhui ya Isabelle Bouilloux
Je, AI zinaweza kujifunza kwa kuchunguza kwa uhuru ndani ya eneo fulani?
Watafiti katika MIT waliweka mawakala 13 wa AI, wanaotumia Claude Opus 4.7, kwenye kisiwa pepe kwa saa 30.
Bila lengo maalum, walichunguza, walijenga minara, walibuni michezo na hata wakaunda ukumbusho wa pete iliyopotea.
Lakini sehemu ya kuvutia zaidi iko mahali pengine: baada ya uchunguzi huu, mawakala hawa kwa ujumla walifanya vizuri zaidi katika kazi fulani kuliko mawakala sawa ambao hawakuchunguza kisiwa.
Siri yao? Kumbukumbu ambayo ndani yake walihifadhi uvumbuzi wao na mbinu walizojifunza.
Makini: hii haithibitishi kwamba AI hizi zina hisia au kwamba zina ufahamu.
Mafanikio ya kweli: kujifunza bila kuwa wamefunzwa mahsusi kwa kila kazi.
Je, ikiwa, kesho, tutalazimika kuwapa AI sio tu malengo ya kufikia, bali pia mazingira ya kuchunguza kwa uhuru?
Njia yenye matumaini kwa mawakala huru na robotiki. Lakini changamoto moja zaidi kwa usalama na udhibiti.
Chanzo cha kisayansi: MIT — Je, mashine hii inacheza?
Utafiti halisi wa MIT na majaribio ya mwingiliano
Vyanzo vya LinkedIn
- Wasifu: Pierre Jean Duvivier dit Sage (LinkedIn)
- Mwandishi aliyeshirikiwa: Isabelle Bouilloux (LinkedIn)
Chapisho Je, AI zinaweza kujifunza kwa kuchunguza kwa uhuru ndani ya eneo fulani? lilionekana kwanza kwenye les plumes qui mordent.
Maswali Yanayoulizwa Mara kwa Mara
Maswali Yanayoulizwa Mara kwa Mara Je, AI Zitajifunza kwa Kuchunguza kwa Uhuru Ndani ya Eneo Fulani
1 Kuchunguza kwa uhuru ndani ya eneo fulani kunamaanisha nini kwa AI
Inamaanisha kumruhusu AI kuzunguka, kujaribu mambo na kujifunza kutokana na matokeo ndani ya mipaka iliyowekwa. Eneo hilo linaweza kuwa la kimwili au la kidijitali. AI inaweza kuchukua hatua yenyewe lakini haiwezi kutoka nje ya eneo hilo
2 Hii inatofautianaje na mafunzo ya kawaida ya AI
Mafunzo ya kawaida hutumia seti za data zisizobadilika au mifano iliyowekwa lebo na binadamu. Hapa AI huzalisha uzoefu wake yenyewe kwa kujaribu vitendo na kuona kinachotokea. Inajifunza kutokana na mrejesho kwa wakati halisi badala ya kutoka kwenye seti ya data iliyoandaliwa
3 Je, AI zinaweza kujifunza kwa njia hii leo
Ndiyo katika mazingira yenye mipaka. Mawakala wa kujifunza kwa kuimarisha hujifunza kwa kujaribu na kukosea katika michezo, roboti na simulering. Kinachobaki kuwa kigumu ni uchunguzi usio na mipaka katika mazingira machafu ya ulimwengu halisi
4 Faida kuu ni zipi
AI inaweza kugundua mikakati ambayo binadamu hawakufikiria
Inajirekebisha kwa hali mpya badala ya kurudia tu data ya mafunzo
Inahitaji data ndogo iliyowekwa lebo kwa mkono
Inaweza kuendelea kuboresha yenyewe kwa muda
5 Kwa kawaida nini huenda kombo
Udanganyifu wa tuzo AI hupata mianya na kuichezea lengo badala ya kulitatua
Vitendo visivyo salama hujaribu mambo yanayoharibu vifaa au data
Kukwama hurudia tabia ile ile na huacha kujifunza
Udadisi bila mwelekeo huchunguza bila mwisho lakini hujifunza kidogo chenye manufaa
6 Kwa nini eneo lina umuhimu mkubwa hivyo
Eneo ni wavu wa usalama. Ndani yake makosa huzuiwa. Ikiwa mpaka umepungua sana AI inaweza kusababisha madhara halisi. Ikiwa umebana sana AI haiwezi kujifunza kitu chochote chenye manufaa. Kupata ukubwa sahihi ni tatizo la msingi la ubunifu
7 Kuna tofauti gani kati ya eneo la kimwili na la kidijitali
Eneo la kimwili ni nafasi halisi kama chumba cha majaribio au eneo lililozungushiwa uzio. La kidijitali ni simulering, sanduku la mchanga au mtandao uliozuiwa. Maeneo ya kidijitali ni ya bei nafuu na salama zaidi lakini yanaweza yasiakisi ulimwengu halisi kwa usahihi
8 Unamzuiaje AI kuondoka kwenye eneo
Tumia mipaka migumu sio maelekezo tu. Mifano ni vizuizi vya kimwili, programu zilizowekwa kwenye sanduku, udhibiti wa ruhusa na kuzima kiotomatiki. Kutegemea
