Ինչու՞ է արհեստական բանականությունը շարունակում նույն ծրագրավորման սխալները թույլ տալ. «ցավի» միջոցով իմաստություն սովորեցնելու մեթոդը
Ժամանակակից AI ծրագրավորման օգնականները հաճախ հիանալի են դասագրքային խնդիրներում, սակայն ձախողվում են իրական արտադրական միջավայրերում, ինչը կոչվում է «գերազանցիկ պրակտիկանտի պարադոքս»: Քանի որ մոդելները վարժեցված են «իդեալական» տվյալների վրա, նրանք չունեն բարդ իրավիճակները կառավարելու ինտուիցիա: Ռենդալ Շվարցն առաջարկում է «սինթետիկ սպիների» լուծումը, որը AI գործակալներին օժտում է արհեստական սոմատիկ նշիչներով: Նախկին ձախողումները՝ «վերքերը», կոդավորելով հատուկ ձևաչափի մեջ, որը ներառում է «թակարդը» և «մշտական ռեֆլեքսը», մշակողները ստիպում են AI-ին խուսափել կրկնվող սխալներից: Այս գործընթացը, որն աջակցվում է «նեոկորտիկալ վերարտադրման» մեխանիզմով, թույլ է տալիս գործակալներին սովորել ինստիտուցիոնալ պատմությունից՝ փոխարենը մշտական ամնեզիայի: 51 բարդ առաջադրանքների փորձարկումները ցույց են տվել, որ այս ճարտարապետությունը վերացրել է կրկնվող սխալները և զգալիորեն բարելավել արդյունավետությունը՝ AI-ին տալով փորձառու ինժեներների իմաստությունը:
This is a summary. Read the full article at the original source:
Dev.toԿապակցված
AI ինժեներների իրական պահանջարկը. աշխատաշուկայի վերլուծություն
Հոդվածի հեղինակը որոշել է ստուգել այն տարածված կարծիքը, թե աշխատաշուկան հագեցած է AI մասնագետների թափուր աշխատատեղերով։ Վերլուծելով hh.ru պորտալի «Տեղ…
Փաստաբանը տուգանվել է 5000 դոլարով՝ սպանության գործով բողոքարկման մեջ արհեստական բանականության կողմից հորինված վկաներ օգտագործելու համար
Նյու Մեքսիկոյի Գերագույն դատարանը 5000 դոլարով տուգանել է փաստաբան Սթիվեն Արոնսին՝ դատարան արհեստական բանականության կողմից հորինված վկաների և ոստիկանա…
MIT Technology Review-ը կազմակերպում է կլոր սեղան՝ քննարկելու առաջատար AI լաբորատորիաների աշխատակիցների մտահոգությունները՝ կապված արհեստական բանականու…