T:
Ano ang ilang mga kadahilanan na nag-aambag sa AI "naaanod"?
A:Ang "Artipisyal na drift intelligence" ay medyo hindi nakakakita, at hindi mo ito makikita na binanggit ang isang buong pulutong sa literatura sa online tech. Gayunpaman, ito ay isang bagay na iniisip ng mga inhinyero at iba pa habang iniisip nila ang ebolusyon ng artipisyal na katalinuhan patungo sa mas malakas at mas malawak na mga resulta.
Ang artipisyal na intelektuwal na drift ay nangyayari kapag ang mga sopistikadong AI entities, kung sila ay chatbots, robot o digital na mga konstruksyon na nilikha upang maipasa ang pagsubok ng Turing, magsimulang lumihis mula sa mga direktiba at mga tagubilin ng kanilang orihinal na programa patungo sa mga uri ng mga tugon at aktibidad na maaaring hindi na naisip ng ang kanilang mga human handler.
Maaari mong makita ang mga halimbawa ng pag-anod na ito sa mga kamakailan-lamang na proyekto, halimbawa, kung saan ang dalawang chatbots ng Facebook na sikat na nagsimulang makipag-usap sa isa't isa sa kung ano ang inilarawan ng mga propesyonal sa IT bilang "lihim na code." Talaga, ang mga teknolohiya ay umunlad hanggang sa puntong nagpasya silang gumamit ng iba't ibang paraan ng komunikasyon, isa na hindi iminungkahi o hiniling ng mga programmer ng tao.
Ang mga kadahilanan na kasangkot sa artipisyal na drift intelligence ay ang mga kadahilanan na humantong sa ebolusyon ng malakas na mga artipisyal na paradigma ng intelihente sa huling ilang mga dekada. Ang isa ay higit na maluwag na kaisa mga algorithm ng pag-aaral ng machine na lubos na nagbibigay kahulugan, at bigyan ang mga teknolohiyang ito ng daan upang lumago at magbago. Ang pag-aaral ng makina sa panimula ay nagbabago kung paano gumagana ang mga sistema ng pag-compute - sa halip na tumututok lamang sa dami ng data at matibay na mga gawain sa pag-compute, tulad ng ginawa ng mga tradisyonal na teknolohiya, ang artipisyal na katalinuhan ay lumilipat patungo sa pagwawasto ng sarili at mga umuusbong na sarili na mga tool na makikita sa pagkatuto ng makina at malalim na mga diskarte sa pagkatuto, at patungo sa ang ideya ng isang neural network na higit na nakakapag-simulate ng pag-iisip at katalinuhan ng tao.
Ang isa pang kadahilanan sa pag-anod ng AI at ang ebolusyon ng artipisyal na katalinuhan ay ang mga teknolohiyang multi-bahagi na gumagana sa isang pinagtulungang batayan, muli, upang gayahin ang mas sopistikadong uri ng katalinuhan. Ang ilang mga propesyonal sa IT ay tumutukoy sa mga ito bilang "malalim na matigas na network ng network, " o mga teknolohiya kasama na ang parehong isang generative at isang diskriminatibong bahagi. Habang ang mga ito at iba pang mga indibidwal na entidad sa mga paradigma ng multi-entity ay nagtatrabaho sa bawat isa, nagbabago sila kung ano ang maaaring gawin ng teknolohiya at ilipat ito patungo sa isang mas malayang resulta na hindi gaanong napipilit ng orihinal na pagprograma nito. Iyon ang ideya sa likod ng artipisyal na pagsulong ng intelektwal, at ito ang konsepto sa likod ng artipisyal na pag-drift ng intelektwal na ito - na ang mga sistema ng computing ay maaaring magbago o mabago ang kanilang sarili pagkatapos ng kanilang orihinal na pagpapatupad ng programa, dahil lamang, dahil sa mga progresibong salik na ito, kaya nila.
