Pessoas aprendendo novos conceitos muitas vezes pode generalizar com sucesso a partir de apenas um único exemplo, ainda algoritmos de aprendizado de máquina normalmente exigem dezenas ou centenas de exemplos para executar com precisão semelhante. As pessoas também podem usar conceitos aprendidos de forma mais ricos do que os algoritmos convencionais para-ação, imaginação e explicação.
Os pesquisadores criaram um modelo de computador que captura capacidade única dos seres humanos para aprender novos conceitos a partir de um único exemplo. Embora o modelo só é capaz de aprender caracteres manuscritos de alfabetos, a abordagem subjacente que poderia ser ampliado para ter aplicações para outros sistemas baseados em símbolo, como gestos, movimentos da dança, e as palavras de línguas faladas e assinados.
Em uma tarefa de classificação one-shot desafiador, o modelo obtém uma performance de nível humano enquanto superando abordagens recentes de aprendizagem de profundidade. Nós também apresentam vários "testes de Turing visuais" sondagem habilidades criativas de generalização do modelo, que em muitos casos são indistinguíveis a partir do comportamento humano.
Nos últimos anos houve avanços contínuos na aprendizagem de máquina, mas as pessoas ainda estão muito melhor do que as máquinas em aprender novos conceitos, muitas vezes necessitando de apenas um ou dois exemplos em comparação com as dezenas ou centenas de máquinas tipicamente requerem. Além do mais, depois de aprender um conceito pela primeira vez, as pessoas geralmente pode usá-lo de forma rica e diversificada.
Brenden Lake, na Universidade de Nova York, e seus colegas procuraram desenvolver um modelo que capturou estas habilidades humano-learning. Eles se concentraram em uma grande classe de conceitos visuais simples - caracteres manuscritos de alfabetos em todo o mundo - a construção de seu modelo de "aprender" esta grande classe de símbolos visuais, e fazer generalizações sobre isso, a partir de muito poucos exemplos.
Eles chamam isso de esquema de modelagem da estrutura de aprendizado programa Bayesian, ou BPL. Depois de desenvolver a abordagem BPL, os pesquisadores compararam diretamente as pessoas, BPL e outras abordagens computacionais sobre um conjunto de cinco tarefas conceito de aprendizagem desafiadoras, incluindo a geração de novos exemplos de caracteres apenas visto algumas vezes.
Em uma tarefa de classificação one-shot desafiador, o modelo de BPL alcançado o desempenho no nível humano, enquanto superando abordagens recentes de aprendizagem profundas, os pesquisadores mostram. Seu modelo classifica, analisa, recria e caracteres manuscritos, e pode gerar novas letras do alfabeto que olhar "direito" a julgar pelos testes de Turing-como da produção do modelo em comparação com o que os seres humanos reais produzir.
Então, o que está na loja para o futuro: "Deixe uma máquina ultra-inteligente ser definida como uma máquina que pode superam todas as atividades intelectuais de todo o homem mais inteligente", disse IJ Good, um matemático britânico que trabalhou como cryptologist em Bletchley Parque com Alan Turing foi o criador "singularidade tecnológica" que serviu como consultor em supercomputadores para Stanley Kubrick, diretor do filme de 1968 2001: Uma Odisséia no Espaço "Desde a concepção de máquinas é uma destas atividades intelectuais, uma máquina ultra-inteligente. poderia projetar até mesmo máquinas melhores;. haveria então, sem dúvida, uma "explosão de inteligência", e da inteligência do homem seria deixado para trás Assim, a primeira máquina ultra-inteligente é a última invenção que o homem precisa sempre fazer ".
Bom também previu em 1965 que dentro de 30 anos os humanos possuem a capacidade de construir máquinas mais inteligentes do que nós mesmos. Embora ele tenha revisto posteriormente esta estimativa (para cima), Bom sente certo que isso vai acontecer o mais tardar em 2030. Dado que estamos apenas começando a explorar o que é possível com a nanotecnologia ea Lei de Moore não mostra sinais de abrandar, ele pode muito bem estar certo.
A singularidade tecnológica frase é um termo da arte entre os futuristas e refere-se à criação de um AI ou melhorada a inteligência humana que começa a conduzir os avanços tecnológicos mais longe, mais rápido e além da capacidade dos seres humanos para participar. Embora haja desacordo substancial entre os futuristas a respeito de quando isso vai acontecer eo impacto potencial, há um consenso surpreendente que inteligência sobre-humana vai acontecer.
Já em 1958, alguns cientistas já estavam prevendo que a tecnologia seria uma humanidade unidade dia para o ponto onde mudanças radicais que ocorrem na vida como a conhecemos. Em uma declaração repetida por sua presciência, Stanislaw Ulam, um matemático polonês que muito contribuiu para o Projeto Manhattan, declarou: "Uma conversa centrada no progresso cada vez mais acelerado da tecnologia e mudanças no modo de vida humano, o que dá a aparência de que se aproxima alguma singularidade essencial na história da raça além do qual os assuntos humanos, como nós os conhecemos, não podia continuar ".
Futurista Ray Kurzweill tem isto a dizer: "Dentro de 25 anos, nós vamos fazer engenharia reversa do cérebro e passam a desenvolver super-inteligência. Extrapolando o crescimento exponencial da capacidade computacional (um factor de, pelo menos, 1000 por década), nós ' vai expandir para dentro, para as forças finas, tais como cordas e quarks e exteriores. Assumindo que poderia superar a velocidade da luz limitação, dentro de 300 anos nós saturar o universo inteiro com a nossa inteligência. "
O Galaxy diário via
Crédito de imagem: Com agradecimentos a anthropomatics-robotics.kit
Nenhum comentário:
Postar um comentário