-Ads Here-
Dua jenis kecerdasan buatan (AI) telah dibuat oleh DeepMind, perusahaan AI yang berbasis di London, yang memiliki kemampuan untuk menggunakan "imajinasi" mereka untuk merencanakan dan menyelesaikan tugas dengan tingkat keberhasilan yang lebih tinggi daripada AI tanpa imajinasi. Saya minta maaf jika saya membuat klik untuk Anda karena Anda menginginkan mobil yang diprediksi AI. Selain itu, ini luar biasa. Periset DeepMind memberikan ulasan singkat tentang "keluarga pendekatan baru untuk perencanaan berbasis imajinasi" dalam sebuah posting di situs web mereka. Agen Imajinasi-Augmented, juga dikenal sebagai I2As, menggunakan "encoder imajinasi internal" untuk membantu kecerdasan buatan. Putuskan apa yang berguna dan tidak berguna dalam prediksi lingkungannya. Para periset berpendapat bahwa memberi AI imajinasi sangat penting untuk menghadapi dunia nyata, di mana ini berguna untuk memprediksi mana yang terbaik dengan menguji berbagai hasil tindakan yang mungkin terjadi "di kepala Anda". Demis Hassabis, pendiri DeepMind, baru-baru ini menulis di Neuron tentang bagaimana pemahaman dan pengkodean kemampuan manusia seperti imajinasi, keingintahuan, dan memori ke AI diperlukan untuk pengembangan AI tujuan umum.
Dengan surat-surat ini, perusahaannya tampaknya telah mencapai kemajuan dalam setidaknya satu domain. Di surat kabar, agen "agen" I2A ditugaskan untuk menguji kemampuan prediksi mereka dalam berbagai situasi, "termasuk permainan teka-teki Sokoban dan permainan navigasi antariksa." Sokoban adalah permainan teka-teki di mana makhluk luar angkasa kecil harus menempatkan kotak ke tempat yang tepat. - Tidak dapat menarik, sehingga salah satu gerakan dapat mengacaukan seluruh putaran.
Karena "ini mendorong agen untuk mencoba strategi yang berbeda "di kepalanya" sebelum mengujinya di lingkungan yang sebenarnya," para periset membuat setiap tingkat prosedur yang dibuat dan hanya memberi agen tersebut untuk mengatasinya. Pada akhirnya, agen-agen itu lebih baik daripada yang diharapkan, terutama dibandingkan dengan rekan-rekannya. Dengan mengekstrak lebih banyak informasi dari simulasi internal mereka, mereka belajar bagaimana menavigasi teka-teki dengan sedikit pengalaman. Peneliti "belajar menyelesaikan tugas dengan lebih efisien dengan langkah yang lebih sedikit" setelah menambahkan elemen "manajer" yang membantu membuat rencana. Tentu saja, jenis imajinasi yang dijelaskan dalam makalah ini tidak sebanding dengan kemampuan manusia, tetapi itu menunjukkan bahwa kecerdasan buatan dapat dan bermanfaat.
Seperti yang ditulis oleh Hassabis di koran Neuron, menciptakan agen dengan imajinasi yang dapat menyaingi apa yang dapat kita lakukan "mungkin adalah tantangan terberat bagi penelitian AI: untuk membangun agen yang dapat merencanakan secara hierarkis, benar-benar kreatif, dan dapat menghasilkan solusi untuk tantangan yang Saat ini bahkan menghindari pikiran manusia. "Tapi selangkah demi selangkah, kita mungkin akan sampai di sana.
Di jurnal Neuron, Hassabis menyatakan bahwa menciptakan agen yang memiliki imajinasi yang memiliki kemampuan untuk mengalahkan apa yang dapat kita lakukan "mungkin adalah tantangan terberat bagi penelitian AI: untuk membangun agen yang dapat merencanakan secara hierarkis, benar-benar kreatif, dan dapat menghasilkan solusi untuk tantangan yang saat ini bahkan menghindari pikiran manusia."Tapi kita mungkin akan sampai di sana selangkah demi selangkah.
-Ads Here-