বর্তমান কৃত্রিম বুদ্ধিমত্তা গবেষণায় এআইএক্সআইয়ের প্রাসঙ্গিকতা কী?

Question

উইকিপিডিয়া থেকে:

এআইএক্সআই ['আইক্কাসি] হ'ল কৃত্রিম সাধারণ বুদ্ধিমত্তার জন্য একটি তাত্ত্বিক গাণিতিক আনুষ্ঠানিকতা। এটি সলোমনফ ইনডাকশনকে অনুক্রমিক সিদ্ধান্ত তত্ত্বের সাথে সংযুক্ত করে। এআইএক্সআই প্রথম 2000 সালে মার্কাস হাটার দ্বারা প্রস্তাবিত হয়েছিল [1] এবং নীচের ফলাফলগুলি হুটারের 2005-এর গ্রন্থ ইউনিভার্সাল কৃত্রিম বুদ্ধিমত্তায় প্রমাণিত হয়েছে। [২]

অ- গণনাযোগ্য , তবুও এআইএক্সআইটিএল হিসাবে প্রায় অনুমান করা সম্ভব । এআইএক্সআইয়ের নিকটবর্তীকরণগুলি সন্ধান করা এআই সমাধানের জন্য উদ্দেশ্যমূলক উপায় হতে পারে।

কৃত্রিম সাধারণ বুদ্ধিমত্তা গবেষণায় এইআইআইএসআই কি সত্যিই বড় কাজ ? এটি কি ক্ষেত্রের কেন্দ্রীয় ধারণা হিসাবে ভাবা যেতে পারে? যদি তা হয় তবে কেন আমাদের এই বিষয়ে আরও প্রকাশনা নেই (অথবা সম্ভবত আমাদের রয়েছে এবং আমি সেগুলি সম্পর্কে অবগত নই)?

Answer 1

"বর্তমান কৃত্রিম বুদ্ধিমত্তা গবেষণা" একটি দুর্দান্ত বিস্তৃত ক্ষেত্র। যেখান থেকে আমি বসে থাকি, বেশিরভাগ সিএস রাজ্যে লোকেরা সংকীর্ণ বুদ্ধিমত্তায় মনোনিবেশ করে যা সংকীর্ণ কার্যগুলিতে অর্থনৈতিকভাবে প্রাসঙ্গিক কাজ করতে পারে। (অর্থাৎ, উপাদানগুলি কখন ব্যর্থ হবে সে সম্পর্কে ভবিষ্যদ্বাণী করা, কোনও ব্যবহারকারী কোন বিজ্ঞাপনে ক্লিক করবেন ইত্যাদি পূর্বাভাস দেওয়া হয়েছে))

এই ধরণের সরঞ্জামগুলির জন্য, এআইএক্সআই-এর মতো আনুষ্ঠানিকতার সাধারণতা একটি শক্তির পরিবর্তে দুর্বলতা। আপনাকে এমন একটি এআই নেওয়ার দরকার নেই যা তাত্ত্বিকভাবে যে কোনও কিছু গণনা করতে পারে এবং তারপরে ধীরে ধীরে এটি আপনার পছন্দের বিষয়টির দিকে মনোনিবেশ করতে প্রশিক্ষণ দেয়, যখন আপনি কেবল কোনও সরঞ্জামকে রূপান্তর করতে পারেন যা আপনার কাজটির আয়না is

আমি নিজে এজিআই গবেষণার সাথে তেমন পরিচিত নই, তবে আমার ধারণাটি হল যে এআইএক্সআই হ'ল কিছুটা সহজ ধারণা যা কাজ করতে পারে - এটি সমস্ত কঠোর অংশ গ্রহণ করে এবং এটি গণনাতে ঠেলে দেয়, সুতরাং এটি 'কেবল একটি প্রকৌশল চ্যালেঞ্জ । ' (এটি 'এআইএনএসআইয়ের সান্নিধ্য সন্ধানের বিষয়ে কিছুটা।') তাহলে প্রশ্নটি ওঠে যে, এআইএক্সআই থেকে শুরু হচ্ছে এবং ছোট এবং কার্যকরী কিছু থেকে শুরু করে আরও বা কম ফলপ্রসূ গবেষণা গবেষণার পথটিকে অনুমান করার চেষ্টা করছে এবং গড়ে তোলার চেষ্টা করছে?

আমার ছাপটি হ'ল পরেরটি অনেক বেশি সাধারণ, তবে আবার আমি কেবল এই জায়গার একটি ছোট কোণ দেখতে পাই।

Comments

আপনি প্রকৃতপক্ষে বর্তমান পোস্টে প্রশ্নগুলি সম্বোধন করছেন না । প্রথম প্রশ্নটি হল " কৃত্রিম সাধারণ বুদ্ধিমত্তা গবেষণার ক্ষেত্রে এআইএক্সআই কি আসলেই একটি বড় বিষয় ?" এজিআই গবেষণায় AIXI এর গুরুত্ব সম্পর্কে প্রশ্নটি কঠোরভাবে জিজ্ঞাসা করে, আপনি যদি এজিআই মডেলগুলির একই নির্দিষ্ট কাজের সাথে সংকীর্ণকরণের পরিবর্তে অন্যান্য নির্দিষ্ট সরঞ্জামগুলি সম্পর্কিত কাজের জন্য আরও ভাল মনে করেন তবে এটি সম্পর্কে জিজ্ঞাসা করা হয় না। পোস্টে, অন্য একটি প্রশ্ন: "আমাদের কেন এই বিষয়ে আরও প্রকাশনা নেই?" আপনার পোস্টে এই প্রশ্নের কোনও উত্তর নেই।

— nbro

Answer 2

কৃত্রিম সাধারণ বুদ্ধিমত্তা গবেষণায় এইআইআইএসআই কি সত্যিই বড় কাজ?

হ্যাঁ, এটি এজিআই-তে একটি দুর্দান্ত তাত্ত্বিক অবদান। আফাইক, এটিজি-র জন্য তাত্ত্বিক কাঠামো বা ভিত্তি তৈরির সবচেয়ে গুরুতর প্রচেষ্টা। অনুরূপ রচনাগুলি শ্মিধুবারের গডেল মেশিন এবং SOAR আর্কিটেকচার ।

এআইআইএসআই হ'ল এজিআইয়ের জন্য একটি বিমূর্ত এবং অ- নৃতাত্ত্বিক কাঠামো যা কয়েকটি সাধারণ অনুমান ছাড়াই (যেমন, মার্কভ এবং অহংকার অনুমান ব্যতীত) এজেন্টটি যে কোনও ভুল থেকে পুনরুদ্ধার করতে পারে তার গ্যারান্টি দেয় which অতীত). যদিও এআইএক্সআই-এর কিছু অনুকূল বৈশিষ্ট্য প্রমাণিত হয়েছে, এটি (টুরিং) নিরঙ্কুশ (এটি কোনও কম্পিউটারে চালানো যায় না), এবং তাই এটি ব্যবহারিক ব্যবহারের সীমিত। তবুও, হটারের বইতে ইউনিভার্সাল কৃত্রিম বুদ্ধি(২০০৫), যেখানে এআইএক্সআইয়ের বেশ কয়েকটি বৈশিষ্ট্য কঠোরভাবে প্রমাণিত হয়েছে, সেখানে এআইএক্সআই, এআইএক্সআইটিএল এর একটি গণনীয় তবে ইন্টারেক্টেবল সংস্করণও বর্ণিত হয়েছে। তদ্ব্যতীত, জোয়েল ভেনেস এট আল দ্বারা র একটি মন্টে কার্লো এআইএক্সআই আনুমানিককরণ (২০০৯) পত্রিকায়, এআইএক্সআইয়ের একটি গণনীয় এবং ট্র্যাকটেবল আনুমানিক প্রবর্তন করা হয়েছে। সুতরাং, AIXI ব্যবহারিকভাবে কার্যকর করার জন্য কিছু চেষ্টা করা হয়েছে been

নিবন্ধটি এআইএক্সআই কী? - জেন লাইকের লেখা জেনারেল রিইনফোর্সমেন্ট লার্নিং (২০১৫) এর পরিচিতি, যা এআইএক্সআই কাঠামোর বিকাশ ও বিবর্তনে অন্যতম অবদানকারী, এটিআইএক্সআই এজেন্টের সাথে মৃদু পরিচয় দেয়। এআইএক্সআইয়ের সম্ভবত মৃদু পরিচয়ের জন্য স্ট্যানফোর্ড এনসাইক্লোপিডিয়া অফ দর্শনশাস্ত্রে এইআইএক্সআই আর্কিটেকচারটিও দেখুন ।

এটিকে কি ক্ষেত্রের কেন্দ্রীয় ধারণা হিসাবে ভাবা যেতে পারে?

হ্যাঁ, এআইএক্সআইয়ের প্রবর্তন এবং সম্পর্কিত গবেষণা এজিআই ক্ষেত্রের বিবর্তনে ভূমিকা রেখেছে। অ্যালগরিদমিক জটিলতার উপর ভিত্তি করে A থিওরি অফ ইউনিভার্সাল আর্টিফিশিয়াল ইন্টেলিজেন্স পত্রিকায় 2000 সালে হাটার দ্বারা প্রবর্তনের পরে বেশ কয়েকটি আলোচনা এবং প্রকাশিত কাগজপত্র হয়েছে ।

উদাহরণস্বরূপ রোমান ভি। ইয়াম্পলস্কি এবং জোশুয়া ফক্সের কাগজ কৃত্রিম জেনারেল ইন্টেলিজেন্স এবং হিউম্যান মেন্টাল মডেল (২০১২) এর কাগজ সেকশন,, "সুপারইন্টিলিয়েন্সেসের উদাহরণ" দেখুন । এছাড়াও https://wiki.lesswrong.com/wiki/AIXI দেখুন যা AIXI সম্পর্কিত কয়েকটি সমস্যা সম্পর্কিত একটি আলোচনা রয়েছে যা ভবিষ্যতের এজিআই ফ্রেমওয়ার্কগুলিতে সমাধান করা বা সম্ভবত এড়ানো দরকার। তদ্ব্যতীত, এই এবং এই নিবন্ধগুলি দেখুন।

যদি তা হয় তবে কেন আমাদের এই বিষয়ে আরও প্রকাশনা নেই (অথবা সম্ভবত আমাদের রয়েছে এবং আমি সেগুলি সম্পর্কে অবগত নই)?

বেশ কয়েকটি প্রকাশনা হয়েছে, মূলত মার্কাস হাটার এবং সংশ্লিষ্ট গবেষকরা। আপনি নিম্নলিখিত ওয়েব পৃষ্ঠায় মার্কস হাটারের প্রকাশনা দেখতে পাবেন: http://www.hutter1.net/official/publ.htm ।

আপনি যদি এই তত্ত্বটিতে অবদান রাখতে আগ্রহী হন তবে কয়েকটি উপায় রয়েছে। আপনি যদি গাণিতিকভাবে সুশিক্ষিত হন তবে আপনি এখানে বর্ণিত কিছু সমস্যা সমাধানের চেষ্টা করতে পারেন (যা উপরে উল্লিখিত হটারের 2005 এর বইতেও উল্লেখ করা হয়েছে)। তদতিরিক্ত, আপনি এআইএক্সআই এজেন্টের নতুন অনুমান বা বিদ্যমান অনুমানের উন্নতিতেও অবদান রাখতে পারেন। অবশেষে, আপনি এআইএক্সআই কাঠামোর সাথে সম্পর্কিত সমস্যাগুলি এড়িয়ে আপনার নতুন এজিআই কাঠামো তৈরি করতে পারেন। হুটার দ্বারা প্রচারিত প্রকল্পগুলিও দেখুন । একটি নতুন কাঠামো প্রবর্তন করার চেষ্টা করার আগে (গডেল মেশিনস এবং সম্পর্কিত কাজগুলি) বিবেচনা করা ভাল ধারণা হতে পারে (আপনি এতে সক্ষম হন তবে)।

আমি মনে করি যে এই তত্ত্বটি সম্ভবত আরও বেশি লোককে আকর্ষণ করেনি কারণ এটি অত্যন্ত প্রযুক্তিগত এবং গাণিতিক (তাই আপনার কাছে শক্তিবৃদ্ধি শেখার, সম্ভাব্যতা তত্ত্ব ইত্যাদির খুব দৃ background় ব্যাকগ্রাউন্ড না থাকলে বোঝা খুব সহজ নয়)। আমি আরও মনে করি যে বেশিরভাগ লোক (এআই সম্প্রদায়ের) তত্ত্বগুলির প্রতি আগ্রহী নয়, তবে তারা মূলত ব্যবহারিক এবং দরকারী ফলাফল দ্বারা পরিচালিত হয়।

Answer 3

AIXI আসলেই একটি ধারণাগত কাঠামো। বাস্তবে পরিবেশকে সংকুচিত করার সমস্ত কঠোর পরিশ্রম এখনও বাকি remains

ম্যাথু গ্রেভসের উত্তরে উত্থাপিত প্রশ্নটি আরও আলোচনার জন্য: জটিল পরিবেশকে উপস্থাপনের আমাদের বর্তমান সীমিত স্তরের ক্ষমতাকে দেখে মনে হচ্ছে যে আপনি এআইএক্সআই দিয়ে 'শীর্ষ' সংজ্ঞায়িত হিসাবে শুরু করেন কিনা তা ব্যবহারিক প্রচুর পার্থক্য করে না সিস্টেমটি ডাউন হয়ে কাজ করছে (উদাহরণস্বরূপ সাধারণভাবে সংকোচনের পদ্ধতিগুলির মাধ্যমে) বা 'নীচে' থেকে শুরু করুন এবং একক ডোমেনের ডোমেন-নির্দিষ্ট পদ্ধতিগুলির মাধ্যমে সমস্যার সমাধান করার চেষ্টা করুন (যা আপনি আশা করেন) পরবর্তীতে ক্রস-ডোমেন সংক্ষেপণের জন্য বিমূর্ত করা যেতে পারে।

Comments

দ্বিতীয় অনুচ্ছেদটি আপনার একমাত্র মতামতের ফলাফল। আপনি কেন এমন মনে করেন তা শূন্য যুক্তি / ব্যাখ্যা দেয়। আমার জন্য, "জটিল পরিবেশের প্রতিনিধিত্ব করার জন্য আমাদের বর্তমান সীমিত স্তরের ক্ষমতা প্রদত্ত" অবশ্যই যথেষ্ট ব্যাখ্যা বা যুক্তি নয়।

— এনবিরো

@ এনব্রো একটি বিখ্যাত এআই গবেষককে উদ্ধৃত করার জন্য: "আমরা এখনও কম্পিউটারে একটিমাত্র ধারণা উপস্থাপন করতে পেরেছি ", অবশ্যই মানুষের মধ্যে প্রাকৃতিকভাবে যে ধরনের ত্রুটি আসে তা নিয়ে নয়। এইভাবে বাস্তবে, এআইএক্সআইয়ের ইউটিলিটি নির্ধারণ করা কঠিন কারণ আমাদের যে ধরণের প্রতিনিধিত্বগুলি পরিচালনা করতে হবে বা কীভাবে এটি কার্যকরভাবে ব্যবহার করতে পারে সে সম্পর্কে আমাদের দৃ strong় ধারণা নেই।

— NietzscheanAI