Tehisintellekti Kohutav Saladus On Uskumatu Jõud

{h1}

Süva õppe närvivõrgud võivad töötada nii hästi, sest nad kasutavad universumi mõnda põhistruktuuri, viitavad uuringud.

Viiruslikult võimas tehisintellekti süsteemid võivad töötada nii hästi, sest nende struktuur kasutab universumi põhiseadusi, osutab uus uuring.

Uued leiud võivad aidata vastata pikaajalisele saladusele tehisintellekti klassi kohta, mis kasutab strateegiat nimega sügav õppimine. Need sügavad õppe- või sügavad neuronite võrgustikuprogrammid, nagu neid nimetatakse, on algoritmid, millel on palju kihte, kus madalama taseme arvutused sööduvad kõrgematele. Sügavad närvivõrgud teevad tihti üllatavalt häid probleeme nii keeruliseks kui võitma maailma parima mängijaga strateegia lauamängus Go või liigitades kassi fotod, kuid tean, et üks on täielikult mõistnud, miks.

Selgub, üks põhjus võib olla, et nad kasutavad füüsilise maailma väga erilisi omadusi, ütles Massachusettsi Tehnoloogiainstituudi (MIT) füüsik Max Tegmark ja uus uurimistöö kaasautor.

Füüsika seadused näitavad seda "väga spetsiifilist probleemide kategooriat" - probleemid, mida AI paistab lahendamisel, teatas Tegmark Live News'ile. "See väike osa probleemidest, mida füüsika meile teeb, ja väike osa probleeme, mida närvvõrgud saavad lahendada, on enam-vähem samad," ütles ta. [Super-intelligentsed masinad: 7 robotfutuurid]

Sügav õppimine

Möödunud aastal täitis AI ülesande, mida paljud inimesed ei pidanud võimatuks: DeepMind, Google'i sügava õppimise AI-süsteem, võitis ülemaailmseima Goi mängija pärast Euroopa Go'i meisterdamist. Põõsas võitis maailm, sest potentsiaalse Go'i käikude arv ületab universaatide aatomite hulka ning mineviku mänguvabade roboteid teostati ainult nii, nagu keskpärane inimene mängija.

Kuid veelgi hämmastavam kui DeepMindi oma vastaste täielik läbimurre oli see, kuidas see ülesanne täideti.

"Närvivõrkude taga on suur mõistatus, miks nad nii hästi töötavad," ütles õppetöö kaasautor Harrymaülikooli füüsik Henry Lin. "Peaaegu kõik probleemid, mida me neile viskame, purustavad."

Näiteks ei olnud DeepMindile selgesõnaliselt õpetatud Go'i strateegiat ja seda ei õpetatud klassikalist järjestusi liigutama tundma õppima. Selle asemel lihtsalt "vaatasin" miljoneid mänge ja mängisin siis palju, palju enese vastu ja teisi mängijaid.

Nagu vastsündinud lapsed, algavad need sügavõimelised algoritmid "tõrgeteta", kuid üldjuhul eelistavad neid paremini teisi AI-i algoritme, mis annavad mõne mängu reegli ette, tegmark ütles.

Teine pikaajaline salapära on see, miks need sügavvõrgud on palju paremad kui nn madalad, mis sisaldavad nii vähe kui ühte kihti, ütles Tegmark. Deep-võrgud on hierarhiaga ja näevad välja natuke sarnased aju neuronite ühendused, kus mitmete neuronite madalama taseme andmed edastatakse teise "kõrgema" neuronite rühma, mida korratakse paljude kihtidega. Samamoodi teevad need neuronivõrkude sügavad kihid mõned arvutused ja seejärel edastavad need tulemused programmi kõrgemale kihile ja nii edasi, ütles ta.

Maagilised võtmed või maagilised lukud?

Et mõista, miks see protsess toimib, otsustas Tegmark ja Lin selle küsimuse ümber lükata.

"Oletame, et keegi andis teile võti. Iga lukk, mida proovite, tundub, et see avaneb. Võib eeldada, et võtmel on mõned maagilised omadused, kuid veel üks võimalus on see, et kõik lukud on maagilised. Neuralvõrkude korral kahtlustan, et see on natuke mõlemast, "ütles Lin.

Üks võimalus on olla see, et "reaalse maailma" probleemidel on erilised omadused, sest reaalne maailm on väga eriline, ütles Tegmark.

Võtke üks suurimatest närvivõrgu müsteeriumidest: need võrgud võtavad sageli arvutuslikult karvaseid probleeme, nagu Go mäng, ja leiavad kuidagi lahendusi, mis kasutavad oodatust palju vähem arvutusi.

Selgub, et närvivõrkude abil kasutatav matemaatika on lihtsustatud tänu universumi mõnedele spetsiifilistele omadustele. Esimene on see, et võrrandid, mis reguleerivad paljusid füüsikateadusi, alates kvantmehaanikast kuni gravitatsiooni kuni erilise relatiivsusega, on põhimõtteliselt lihtsad matemaatilised probleemid, ütles Tegmark. Võrrandid hõlmavad madala võimsusega tõstatatud muutujaid (näiteks 4 või vähem). [11 kõige ilusa võrrandiga]

Veelgi enam, universumis esinevaid objekte reguleerib paikkond, mis tähendab, et neid piirab valguse kiirus. Pragmaatiliselt tähendab see, et universumis olevad naaberobjektid tõenäoliselt mõjutavad üksteist kaugemale kui üksteisest kaugel aset leidvad teemad, ütles Tegmark.

Ka universumis on palju asju, mida nimetatakse normaalseks või Gaussi leviks. See on klassikaline "kõveruskõver", mis reguleerib kõike, alates inimese kõrgusest kuni atmosfääri ümbritsevate gaasimolekulide kiiruseni.

Lõpuks on sümmeetria kootud füüsika kangasse. Mõelge lehe veenevale mustrile või inimese keskmisele käele, silmadele ja kõrvadele. Galaktika skaalal, kui keegi läheb valgusaastat vasakule või paremale või ootab aastas, on füüsikaseadused ühesugused, ütles Tegmark.

Raskemaid probleeme pragunema

Kõik need universumi eripärad tähendavad seda, et närvivõrkude probleemid on tegelikult erilised matemaatilised probleemid, mida saab radikaalselt lihtsustada.

"Kui vaatate looduskaugustega loodavate andmekogumite klassi, on nad lihtsamad kui halvimad stsenaariumid, mida võiksite ette kujutada," ütles Tegmark.

Samuti on probleeme, mis oleksid närvivõrkude jaoks krakkimiseks palju karmimad, sh krüpteerimise skeemid, mis turvalist teavet veebis hoiavad; sellised skeemid näevad välja lihtsalt juhusliku müra.

"Kui sa saad selle neuronivõrgule, läheb see ebaõnnestuma sama halvasti nagu ma olen, ei leia ühtegi mustrit," ütles Tegmark.

Kuigi subatomaalsed looduse seadused on lihtsad, on kimalaste lendu kirjeldavad võrrandid äärmiselt keerukad, samas kui gaami molekulide haldurid jäävad lihtsaks, lisas Lin. Ta ei ole veel selge, kas süvamõpe toimib, kirjeldades samas ka keerulisi kimalaste lende, kirjeldades nii gaasimolekule.

"Asi on selles, et mõned füüsikalised, nagu ideaalgaasi reguleerivad, füüsikalised seadused on endiselt üsna lihtsad, mõned neist on üsna keerukad. Seega on palju täiendavaid töökohti, mida tuleb teha, kui keegi hakkab vastama üksikasjalikult, miks sügav õpe toimib nii hästi. " Lin ütles. "Arvan, et paber tõstatab palju rohkem küsimusi kui see vastab!"

Originaal artikkel on WordsSideKick.com.


Video Täiendada: .




ET.WordsSideKick.com
Kõik Õigused Reserveeritud!
Mistahes Materjalide Reprodutseerimine Lubatud Ainult Prostanovkoy Aktiivne Link Saidile ET.WordsSideKick.com

© 2005–2019 ET.WordsSideKick.com