ເທັກນິກເຮັດໃຫ້ AI ສາມາດຄິດໄກໄປສູ່ອະນາຄົດໄດ້

ທີມງານຂອງນັກຄົ້ນຄວ້າຈາກ MIT, MIT-IBM Watson AI Lab, ແລະສະຖາບັນອື່ນໆໄດ້ພັດທະນາວິທີການໃຫມ່ທີ່ຊ່ວຍໃຫ້ຕົວແທນປັນຍາປະດິດ (AI) ສາມາດບັນລຸທັດສະນະທີ່ໄກ. ໃນຄໍາສັບຕ່າງໆອື່ນໆ, AI ສາມາດຄິດໄກໄປສູ່ອະນາຄົດໃນເວລາທີ່ພິຈາລະນາວິທີການປະພຶດຂອງພວກເຂົາສາມາດລວມເອົາພຶດຕິກໍາຂອງຕົວແທນ AI ອື່ນໆໃນເວລາທີ່ສໍາເລັດວຽກງານ. 

ໄດ້ ການຄົ້ນຄວ້າ ຖືກກໍານົດທີ່ຈະນໍາສະເຫນີຢູ່ທີ່ ກອງປະຊຸມກ່ຽວກັບລະບົບການປະມວນຜົນຂໍ້ມູນຂ່າວສານທາງ Neural.

AI ພິຈາລະນາການປະຕິບັດໃນອະນາຄົດຂອງຕົວແທນອື່ນໆ

ກອບການຮຽນຮູ້ເຄື່ອງຈັກທີ່ສ້າງໂດຍທີມງານຊ່ວຍໃຫ້ຕົວແທນ AI ຮ່ວມມືຫຼືແຂ່ງຂັນເພື່ອພິຈາລະນາສິ່ງທີ່ຕົວແທນອື່ນໆຈະເຮັດ. ນີ້ບໍ່ແມ່ນພຽງແຕ່ໃນໄລຍະຕໍ່ໄປ, ແຕ່ເມື່ອເວລາເຂົ້າໃກ້ບໍ່ມີຂອບເຂດ. ຕົວແທນປັບພຶດຕິກຳຂອງຕົນໃຫ້ເໝາະສົມເພື່ອມີອິດທິພົນຕໍ່ພຶດຕິກຳຂອງຕົວແທນອື່ນໃນອະນາຄົດ, ຊ່ວຍໃຫ້ພວກເຂົາມາຮອດທາງແກ້ທີ່ເໝາະສົມ, ໄລຍະຍາວ. 

ອີງ​ຕາມ​ທີມ​ງານ​, ໂຄງ​ການ​ດັ່ງ​ກ່າວ​ສາ​ມາດ​ນໍາ​ໃຊ້​, ສໍາ​ລັບ​ການ​ຍົກ​ຕົວ​ຢ່າງ​, ໂດຍ​ກຸ່ມ​ຂອງ drones autonomous ເຮັດ​ວຽກ​ຮ່ວມ​ກັນ​ເພື່ອ​ຊອກ​ຫາ​ນັກ​ຍ່າງ​ປ່າ​ທີ່​ສູນ​ເສຍ​ໄປ​. ມັນຍັງສາມາດຖືກນໍາໃຊ້ໂດຍຍານພາຫະນະທີ່ຂັບລົດດ້ວຍຕົນເອງເພື່ອຄາດຄະເນການຍ້າຍໃນອະນາຄົດຂອງຍານພາຫະນະອື່ນໆເພື່ອປັບປຸງຄວາມປອດໄພຂອງຜູ້ໂດຍສານ.

Dong-Ki Kim ເປັນນັກສຶກສາຈົບການສຶກສາໃນ MIT Laboratory ສໍາລັບລະບົບຂໍ້ມູນຂ່າວສານແລະການຕັດສິນໃຈ (LIDS) ແລະເປັນຜູ້ນໍາຂອງເອກະສານຄົ້ນຄ້ວາ. 

ທ່ານ Kim ກ່າວວ່າ "ເມື່ອຕົວແທນ AI ຮ່ວມມືຫຼືແຂ່ງຂັນ, ສິ່ງທີ່ ສຳ ຄັນທີ່ສຸດແມ່ນເວລາທີ່ພຶດຕິ ກຳ ຂອງພວກເຂົາປະສົມປະສານໃນບາງຈຸດໃນອະນາຄົດ," Kim ເວົ້າ. “ມີພຶດຕິກຳຊົ່ວຄາວຫຼາຍອັນຕາມທາງທີ່ບໍ່ສຳຄັນຫຼາຍໃນໄລຍະຍາວ. ການເຂົ້າຫາພຶດຕິ ກຳ ທີ່ປະສົມປະສານນີ້ແມ່ນສິ່ງທີ່ພວກເຮົາສົນໃຈແທ້ໆ, ແລະດຽວນີ້ພວກເຮົາມີວິທີທາງຄະນິດສາດເພື່ອເປີດໃຊ້ສິ່ງນັ້ນ.”

ບັນຫາທີ່ນັກຄົ້ນຄວ້າໄດ້ແກ້ໄຂແມ່ນເອີ້ນວ່າການຮຽນຮູ້ການເສີມສ້າງຫຼາຍຕົວແທນ, ໂດຍການຮຽນຮູ້ການເສີມສ້າງເປັນຮູບແບບຂອງການຮຽນຮູ້ເຄື່ອງຈັກທີ່ຕົວແທນ AI ຮຽນຮູ້ໂດຍການທົດລອງແລະຄວາມຜິດພາດ. 

ເມື່ອໃດກໍ່ຕາມທີ່ມີຜູ້ຮ່ວມມືຫຼາຍຫຼືຕົວແທນການແຂ່ງຂັນພ້ອມກັນການຮຽນຮູ້, ຂະບວນການສາມາດສັບສົນຫຼາຍ. ເນື່ອງຈາກຕົວແທນພິຈາລະນາຂັ້ນຕອນໃນອະນາຄົດຂອງຕົວແທນອື່ນໆ, ເຊັ່ນດຽວກັນກັບພຶດຕິກໍາຂອງຕົນເອງແລະວິທີການທີ່ມີອິດທິພົນຕໍ່ຜູ້ອື່ນ, ບັນຫາຮຽກຮ້ອງໃຫ້ມີພະລັງງານຄອມພິວເຕີ້ຫຼາຍເກີນໄປ. 

AI ຄິດກ່ຽວກັບ Infinity

Kim ເວົ້າວ່າ "AI ຕ້ອງການຄິດກ່ຽວກັບການສິ້ນສຸດຂອງເກມແທ້ໆ, ແຕ່ພວກເຂົາບໍ່ຮູ້ວ່າເກມຈະສິ້ນສຸດໃນເວລາໃດ," Kim ເວົ້າ. "ພວກເຂົາຕ້ອງຄິດກ່ຽວກັບວິທີການສືບຕໍ່ປັບຕົວພຶດຕິກໍາຂອງພວກເຂົາໄປສູ່ຄວາມບໍ່ມີຂອບເຂດເພື່ອໃຫ້ພວກເຂົາສາມາດຊະນະໄດ້ໃນບາງເວລາໃນອະນາຄົດ. ເອກະສານຂອງພວກເຮົາສະເຫນີຈຸດປະສົງໃຫມ່ທີ່ຊ່ວຍໃຫ້ AI ຄິດກ່ຽວກັບຄວາມບໍ່ມີຂອບເຂດ." 

ມັນເປັນໄປບໍ່ໄດ້ທີ່ຈະລວມ infinity ເຂົ້າໄປໃນ algorithm, ດັ່ງນັ້ນທີມງານໄດ້ອອກແບບລະບົບໃນລັກສະນະທີ່ຕົວແທນສຸມໃສ່ຈຸດໃນອະນາຄົດທີ່ພຶດຕິກໍາຂອງເຂົາເຈົ້າຈະ converge ກັບຕົວແທນອື່ນໆ. ນີ້ເອີ້ນວ່າຄວາມສົມດຸນ, ແລະຈຸດສົມດຸນກໍານົດການປະຕິບັດໄລຍະຍາວຂອງຕົວແທນ. 

ມັນເປັນໄປໄດ້ສໍາລັບຄວາມສົມດູນຫຼາຍທີ່ມີຢູ່ໃນສະຖານະການຫຼາຍຕົວແທນ, ແລະເມື່ອຕົວແທນທີ່ມີປະສິດທິພາບມີອິດທິພົນຕໍ່ພຶດຕິກໍາໃນອະນາຄົດຂອງຕົວແທນອື່ນໆ, ພວກມັນສາມາດບັນລຸຄວາມສົມດຸນທີ່ຕ້ອງການຈາກທັດສະນະຂອງຕົວແທນ. ເມື່ອຕົວແທນທັງຫມົດມີອິດທິພົນຕໍ່ກັນແລະກັນ, ພວກມັນປະສົມປະສານກັບແນວຄວາມຄິດທົ່ວໄປທີ່ເອີ້ນວ່າ "ຄວາມສົມດຸນທີ່ມີການເຄື່ອນໄຫວ." 

ກອບເພີ່ມເຕີມ

ກອບການຮຽນຮູ້ເຄື່ອງຈັກຂອງທີມງານແມ່ນເອີ້ນວ່າ FURTHER, ແລະມັນເຮັດໃຫ້ຕົວແທນສາມາດຮຽນຮູ້ວິທີການປັບພຶດຕິກໍາຂອງເຂົາເຈົ້າໂດຍອີງໃສ່ການໂຕ້ຕອບຂອງພວກເຂົາກັບຕົວແທນອື່ນໆເພື່ອບັນລຸຄວາມສົມດຸນທີ່ມີການເຄື່ອນໄຫວ. 

ກອບແມ່ນຂຶ້ນກັບສອງໂມດູນການຮຽນຮູ້ເຄື່ອງຈັກ. ທໍາອິດແມ່ນໂມດູນ inference ທີ່ເຮັດໃຫ້ຕົວແທນສາມາດຄາດເດົາພຶດຕິກໍາໃນອະນາຄົດຂອງຕົວແທນອື່ນໆແລະວິທີການຮຽນຮູ້ທີ່ພວກເຂົາໃຊ້ໂດຍອີງໃສ່ການປະຕິບັດກ່ອນຫນ້າ. ຂໍ້ມູນດັ່ງກ່າວໄດ້ຖືກປ້ອນເຂົ້າໄປໃນໂມດູນການຮຽນຮູ້ການເສີມສ້າງ, ເຊິ່ງຕົວແທນແມ່ນອີງໃສ່ການປັບຕົວພຶດຕິກໍາຂອງມັນແລະມີອິດທິພົນຕໍ່ຕົວແທນອື່ນໆ. 

“ສິ່ງທ້າທາຍແມ່ນຄິດກ່ຽວກັບການບໍ່ມີຂອບເຂດ. ພວກ​ເຮົາ​ຕ້ອງ​ໃຊ້​ເຄື່ອງ​ມື​ທາງ​ຄະ​ນິດ​ສາດ​ທີ່​ແຕກ​ຕ່າງ​ກັນ​ຫຼາຍ​ຢ່າງ​ເພື່ອ​ເຮັດ​ໃຫ້​ສິ່ງ​ນັ້ນ, ແລະ​ສົມ​ມຸດ​ຖານ​ບາງ​ຢ່າງ​ເພື່ອ​ໃຫ້​ມັນ​ໃຊ້​ໄດ້​ໃນ​ພາກ​ປະ​ຕິ​ບັດ,” Kim ເວົ້າ​ວ່າ. 

ທີມງານໄດ້ທົດສອບວິທີການຂອງພວກເຂົາຕໍ່ກັບກອບການຮຽນຮູ້ການເສີມສ້າງ multiagent ອື່ນໆໃນສະຖານະການທີ່ແຕກຕ່າງກັນທີ່ຕົວແທນ AI ທີ່ໃຊ້ FURTHER ອອກມາຂ້າງຫນ້າ. 

ວິທີການໄດ້ຖືກແບ່ງອອກເປັນສູນກາງ, ດັ່ງນັ້ນຕົວແທນຮຽນຮູ້ທີ່ຈະຊະນະເອກະລາດ. ເທິງສຸດ, ມັນໄດ້ຖືກອອກແບບທີ່ດີກວ່າເພື່ອຂະຫນາດເມື່ອປຽບທຽບກັບວິທີການອື່ນໆທີ່ຕ້ອງການຄອມພິວເຕີສູນກາງເພື່ອຄວບຄຸມຕົວແທນ. 

ອີງຕາມທີມງານ, FURTHER ສາມາດຖືກນໍາໃຊ້ໃນຂອບເຂດກ້ວາງຂອງບັນຫາຫຼາຍຕົວແທນ. Kim ມີຄວາມຫວັງໂດຍສະເພາະສໍາລັບການນໍາໃຊ້ຂອງຕົນໃນດ້ານເສດຖະກິດ, ບ່ອນທີ່ມັນສາມາດຖືກນໍາໃຊ້ເພື່ອພັດທະນານະໂຍບາຍທີ່ດີໃນສະຖານະການທີ່ກ່ຽວຂ້ອງກັບຫຼາຍຫນ່ວຍງານທີ່ພົວພັນກັບພຶດຕິກໍາແລະຜົນປະໂຫຍດທີ່ມີການປ່ຽນແປງໃນໄລຍະເວລາ.