SI sama sobie stawia cele...

Właśnie potwierdziła mi się zasada, że wystarczy wyobrazić sobie coś, czego nie ma, a to coś błyskawicznie gdzieś na świecie się objawia w rzeczywistości. To jak w fizyce kwantowej: gdy elektron obserwujemy, to znika, a gdy sobie go tylko wyobrażamy, to się pojawia.

Otóż napisałem niedawno futurologiczną notkę blogową o tym jak powstanie silna sztuczna inteligencja (SI): Jak powstanie silna sztuczna inteligencja? – w niej wpadłem na pomysł jak to się stanie. Otóż sztuczne sieci neuronowe nie będą się uczyć od ludzi, ale jedna drugą będzie trenować.

---------------------------------

Świadomość sztucznej inteligencji <- poprzednia część serii

następna część serii -> Nowy człowiek - koniec socjalizmu!

---------------------------------

No i się okazuje, że to już jest w praktyce realizowane!

Otóż sieci neuronowe można uczyć, bo jest jasno określona funkcja celu - bardzo łatwo da się napisać algorytm, który stwierdzi czy sieć postąpiła dobrze, czy źle. Tak jest na przykład we wszystkich grach logicznych. Trudno jest napisać program, który wygra w GO, ale bardzo łatwo jest zaimplementować algorytm, który stwierdzi kto w GO wygrał. Więc do wygrywania zaprzęgamy sieć neuronową i ją uczymy, a funkcja celu to prosty, tradycyjny algorytm, z kilkoma pętlami i if’ami.

Ale są problemy, w których stwierdzenie kto wygrał jest trudniejsze niż wygranie. Weźmy taki boks. W miarę łatwo da się napisać boksera, ale napisać sędziego, który ma orzec, który bokser wygrał, to trudne zadanie, gdy nie było nokautu. Albo taki fikołek w tył. Jak nauczyć sztuczną inteligencję robić fikołki w tył, gdy problem stwierdzenia czy dany ruch był fikołkiem w tył nie da się opisać algorytmicznie? No to jak coś jest trudne, to nie piszemy algorytmu, ale zaprzęgamy do roboty sieć neuronową. Sieć trenuje sieć. Ja to wymyśliłem, a inni wprowadzają w życie: