Q:
Bagaimanakah rangkaian degil dalam memainkan peranan dalam evolusi AI?
A:Di hadapannya, rangkaian yang degil dalam hanya "menambah fungsional" kepada pembinaan teknologi yang sedia ada, rangkaian pembangkang generatif (GAN), tetapi pada hakikatnya, evolusi baru-baru ini rangkaian degil mendalam memberi kita perkara-perkara asas tentang bagaimana AI boleh berubah ke arah pemodelan penting pembuatan keputusan manusia.
Rangkaian degil mendalam bergantung pada interaksi dalam GAN dua "entiti" AI: "penjana" dan "diskriminator." Penjana "menjana" kandungan atau contoh atau data ujian atau apa sahaja yang anda pilih untuk memanggilnya. Diskriminator mengambil input dan membuat keputusan atau membuat keputusan berdasarkannya. Kedua-dua bahagian rangkaian yang degil adalah entiti bebas untuk tujuan penyelidikan AI, tetapi mereka bekerja bersama-sama.
Adalah penting untuk diperhatikan bahawa kesusasteraan awam yang ada pada rangkaian yang degil dalamnya agak kurang, seolah-olah terdiri daripada satu set kecil penerangan umum dalam halaman kedudukan Google teratas. Salah satu yang paling berwibawa, di KDNuggets, mengutip penggunaan "pekali Goodfellow" yang tidak dapat ditemui sendiri melalui carian Google. (Ian Goodfellow adalah ahli sains komputer yang dikreditkan dengan beberapa idea asas di belakang rangkaian degil dalam.)
Walau bagaimanapun, idea rangkaian degil yang mendalam dijelaskan di KDNuggets dan di tempat lain: idea asas adalah bahawa penjana boleh "cuba untuk menipu" penykriminasi itu, dan diskriminator boleh dibuat "lebih diskriminatif" sehingga ia menjadi, dengan cara, yang berada dalam "keraguan diri "nya dan tidak memilih untuk memulangkan hasilnya. Kemudian, langkah seterusnya yang penting berlaku: Program, sama ada melalui intervensi manusia atau algoritma, "dibujuk" untuk memberikan jawapan.
Dalam model ini, kita mula melihat AI mengambil langkah besar, daripada hanya memodelkan data atau menguraikan set latihan, untuk benar-benar membuat jenis keputusan peringkat tinggi yang kita fikirkan sebagai di dalam domain manusia. Dalam menilai kedua-dua corak "pilihan" dari discriminator AI dan corak "pilihan" manusia, bahagian KDNuggets menyebut "Paradox of Choice" yang dipelopori oleh Barry Schwartz. Beberapa catatan blog yang bebas menggambarkan bagaimana rangkaian yang degil dalam menonjolkan tingkah laku manusia pada dasarnya: J. Yakov Stern mendedahkan mengenai batasan semasa dan kemungkinan kemajuan dalam senarai panjang IVR, dan Alexia Jolicoeur-Martineau mendedahkan beberapa hasil terkini yang dapat dihasilkan GAN.
Oleh itu, impak utama rangkaian yang degil dalam AI adalah untuk mengorientasikan semula atau mengembangkan penyelidikan di luar jenis pengambilan keputusan yang mudah digunakan untuk perusahaan, dan untuk mempromosikan penyelidikan terobosan ke arah menjadikan komputer lebih seperti manusia. Terdapat beberapa aplikasi idea ini untuk perusahaan, tetapi mereka tidak seperti dipotong dan dikeringkan seperti, katakan, aplikasi semasa algoritma pembelajaran mesin untuk enjin cadangan pengguna, atau penggunaan proses ML pintar dalam pemasaran. Penyelidikan DSN seolah-olah menunjukkan bahawa kita boleh membuat entiti AI lebih sentien, yang membawa dengan risiko yang besar, serta ganjaran.
