Főoldal

"Mérnököt a mérnöktől"

A Schönherz Bázis összeköti az állást kereső és állást kínáló mérnököket.

CV küldés

Küldj önéletrajzot! Gyorsan, egyszerűen.
Megjegyzésbe írd be a pozíció nevét.
CV küldés

Iratkozz fel hírlevelünkre!

Hírek

Gépi tanulással is eljuthatunk az emberi szintű mesterséges intelligenciáig
Gépi tanulással is eljuthatunk az emberi szintű mesterséges intelligenciáig

Számítástudományi szakemberek évtizedek óta mindenféle bonyolult mechanizmust és technológiát terveznek, fejlesztenek, amelyekkel az általános, azaz az emberével azonos szintű mesterséges intelligenciát próbálják megvalósítani. Az intelligens élethez társítható jelenségeket, például a látást, a nyelvet, érvelést és következtetést, motorikus képességeket stb. igyekeznek gépekbe másolni.

Az így létrejött MI-rendszerek korlátozott környezetben hatékonyan oldanak meg speciális feladatokat, viszont az állatokra és az emberre jellemző általános intelligenciától egyelőre még elég távol vannak.



A Google-hoz tartozó és a szakterületi fejlesztések egyik zászlóshajójának számító londoni DeepMind kutatói szerint az intelligencia és hozzá társított képességek nem bonyolult feladatok megformálásával és megoldásával, hanem a jutalommaximalizálás egyszerű, de hatékony elvéből alakulnak ki.

A természet így, és nem komplex organizmusok felülről lefelé (top-down) történő tervezésével működik. A természetes kiválasztódással és a véletlenszerű változatokkal az evolúció évmilliárdjai során fejlődtek ki a túlélésre és szaporodásra alkalmas életformák. A környezet viszonyait és kihívásait jobban kezelők sikeresnek bizonyultak, a többiek elpusztultak.

A gépi értelemnek is ilyen közegekben kellene túlélnie. A jutalom maximalizálásával mért sikerhez az intelligenciához társítható kifinomult képességek kellenek, a maximalizálás célja magában foglalja az intelligencia sok, vagy akár összes célját – állítják a kutatók.

A fejlesztői körökben gyakran túlhájpolt megerősítéses tanulás közben az algoritmus az előre programozott jutalmat keresve, sajátítja el a feladat megoldási módját, és pontosan ezért, ez a technika számolhatja fel a speciális és az általános MI közötti határokat. Nem kell hozzá új technológia, könnyen elképzelhető, hogy máris minden adott, mindent kifejlesztettek hozzá.


A DeepMind azokhoz a kisebbségben lévő szakemberekhez csatlakozott, akik vitatják a többségi véleményt, mely szerint nincsenek még meg az általános MI technikai feltételei, technológiai innovációk sora kell hozzá. Ha a jutalomra összpontosító magatartás a természetes evolúcióban „bizonyított” már, miért lenne másként a mesterségesben? – érvelnek.

Érveik több feltételezésen alapulnak, például hogy a próba-hiba (trial-and-error) módszerrel működő megerősítéses tanulás algoritmusok valamilyen hardverarchitektúrában képesek „valódi” intelligenciává válni. Vitatható, de nagyon érdekes álláspont.


(Forrás: Jelenből a jövőbe blog)


***

Ha Te is kreatív, kihívásokkal teli mérnök állást keresel minőségi munkáltatónál, jó helyen jársz, mert a Schönherz Bázis épp azért jött létre, hogy Neked segítsen.
Gyere, nézz szét aktuális állásaink között!


2021.06.16.