Clever Geek Handbook

Problemstellung fĂŒr universelle Intelligenz: Wir haben keine gemeinsame Sprache

EinfĂŒhrung oder von welcher KI spreche ich?

Ich interessiere mich hauptsĂ€chlich fĂŒr die universelle KI als Maschine zur Erreichung komplexer Ziele. Das heißt, eine Art Hardware- und Softwarekomplex, der gesagt werden kann: Machen Sie ein Flugzeug, das 100 US-Dollar kostet, fliegen Sie 1000 Kilometer mit einer Geschwindigkeit von 800 km / h und befördern Sie 5 Personen. Oder so: Heilen Sie diese und jene Person im Endstadium von Krebs.





KI sollte in der Lage sein, solche Aufgaben zu bewĂ€ltigen, wenn dies physisch ĂŒberhaupt möglich ist. Und wenn es unmöglich ist, dann erzielen Sie das Ergebnis, das dem gegebenen so nahe wie möglich kommt.





Im Moment sehe ich zwei Möglichkeiten, wie man eine universelle KI erhĂ€lt. 





Der erste Weg sind Systeme wie das verstÀrkte Lernen. Sie verbinden sich mit den Sensoren und Aktoren eines Roboters und haben auch ein Belohnungssignal. Das Reinforcement Learning (im Folgenden: RL) erhÀlt im Durchschnitt so viele Belohnungen wie möglich. Und der Belohnungskanal ist der primÀre Weg, um AI zu sagen, was wir davon wollen.





verallgemeinertes RL-Schema
verallgemeinertes RL-Schema

- , GPT-3, . . - , . , 
 GPT-3 “ - ” - . “ - ” - , . “ ?” GPT-3 , . GPT-3 .





Reinforcement Learning

. 





- , RL , , , .





- . , .





,

, RL . - , 224224, , - . , , , , , . , - , , , - , , , . .





. :





1) , . , . ~1000-2000 . , , .





2) . - , “ ”, . , . , “ ”, , .





RL , .





RL . . RL - . - .





, RL . . RL , , .





?





  1. -, RL . , , . - . .





  2. - . RL , . , Doom, , , . RL , . RL - - , , . - - , , - ,   "" "".





, RL : Doom. .





RL , . , , - Exit.





RL , - , , , , , , Exit. , .





, , .





?





  1. RL . . , .





  2. , RL . , - - .





  3. : RL , . , - , - . , RL - .





  4. : , . , - . , RL , Exit. , “” - - , 5%, . , - , .





. , RL , . , , 
 : RL , , . , , , , , .





, RL , . . .





RL zum Zweck aufgefordert
RL,

, , . - . : . -, . -, , , .





-. - Model-Based . “ ” - , , . ( , ) . , , -.









- , , ->, (, )-> .





.





. , . . RL , . , , , - . , RL , : , , .









, , , , , .





, , . , - RL.





? RL , , . , , . , - .





, . , , - , , . , - , - .





- - . , , .





- , . . , RL .





: ? , ?





: - , , 
 , .





: , , . , , , . , , , , 110 - , .





?





, : , , ( ). , “” “”.





, , . , , . “ , ”, - .





“ ” - , , . . , . , , . , , , . , -, “” , .





? ?





- . , -, , . , , RL . - , , - .





Aus der Sicht des neuronalen Netzwerks, das das Video beobachtet, befindet sich die Hand nahe an der gelben Kugel. In der Tat sind sie nur auf der gleichen Linie
, .

, . , . , RL “” - , , . ?





, . , - .





, , GAN. ( , - RL) , , . , . “” “” - , , - . .





, RL , - . , .





-

, , . , , , , - , .





, - RL - , . RL, . - - , RL.





RL . ( --) - : , , 
 , .





, . , , , .





Er verstand nicht einmal, was ihn umbrachte
,

, . , . . - “ ”, .





, , , , , . , , , - .





, RL . , . , RL - , , . , . . 





Beachten Sie, was das neuronale Netzwerk am besten bemerkt hat. Schatten, Highlights, HUD, Skyline
, . , , HUD,

, , , . , , -, . , . : 1000$ 100$ . ? , , . , . , . , - , - - . , , , . , , RL, , , , RL .





- , ( ) - , . , - , . RL - , . , - RL . , .





, , , . , .





, , .





Ich wollte diesen Artikel als Dialog provozieren. Sicherlich irre ich mich irgendwo und es gibt schlauere Lösungen als die, an die ich gedacht habe. AusfĂŒhrliche Kommentare und interessante Debatten sind daher willkommen!







More articles:


All Articles