La máquina de, de aprendizaje mutuo, pueden ser decisivos para la inteligencia artificial

Durante la conferencia de prensa dedicada a la анонсу la función de piloto automático en el Tesla Model S, que tuvo lugar en octubre de 2015, el CEO de Tesla Илон Musk dijo que cada conductor se convertirá en "un entrenador es un experto" para cada Model S. Cada coche será capaz de mejorar sus propias funciones de autonomía, estudiando su conductor, pero lo que es más importante — cuando una empresa va a aprender a su conductor, este conocimiento se distribuirán entre el resto de los coches de Tesla.

Muy pronto los propietarios del Model S notado que las funciones de autogobierno de coche poco a poco mejorando. En el mismo ejemplo, "tesla" hicieron incorrectos primeras salidas de la autopista, obligando a sus propietarios manual pasar el vehículo por la ruta correcta. Después de pocas semanas, los propietarios señalaron que la máquina ya no hacen prematuro salidas.

"lo Sorprendente es que la mejora se produjo tan pronto", dijo uno de los propietarios del Tesla.

Sistemas Inteligentes, como los que disponen de más reciente software para la máquina de aprendizaje, no sólo se vuelven más inteligentes: se vuelven más inteligentes cada vez más rápido. La comprensión de la velocidad con la que se desarrollan estos sistemas, puede ser especialmente difícil parte de la administración del progreso tecnológico.

Ray Курцвейл escribió mucho sobre las lagunas en la comprensión de la persona, describiendo el llamado "intuitiva lineal de vista de los cambios tecnológicos y las "exponencial" la velocidad de los cambios que ocurren ahora. Después de casi dos décadas después de la redacción de un importante ensayo, a la que calificó como la "Ley de la ускоряющейся impacto" — la teoría de cambios evolutivos, describe el cambio de la velocidad de mejoras de los sistemas, con el tiempo, los dispositivos asociados comenzaron a compartir los conocimientos entre sí, acelerando su propia mejora.

"Yo creo que es, quizás, la más grande continúa la tendencia exponencial en ia", dice el Curso de la lipson, profesor de ingeniería mecánica y ciencias de la computación de la universidad de columbia.

"todos los exponenciales de las tecnologías de las tendencias tienen diferentes "expositores", añade. "Pero esta, probablemente, el más grande". En su opinión, es "la doctrina" — cuando los dispositivos se transmiten los conocimientos entre sí (no se debe confundir con maquinaria de aprendizaje) es un paso importante para acelerar la mejora de estos sistemas.

"a Veces es la cooperación, por ejemplo, cuando una máquina se aprende con el otro, como si a ellos роевое la conciencia. A veces es dejar atrás, como si la carrera de armamentos entre los dos sistemas, juegan al ajedrez uno con el otro".

Lipson considera que este camino de desarrollo de la ia es potente, en parte debido a que elimina la necesidad de entrenamiento de los datos.

"los Datos son el combustible de la máquina de aprendizaje, pero incluso las máquinas difícil de obtener algunos de los datos — esto puede ser arriesgado, lento, costoso o imposible. En tales casos, las máquinas pueden compartir su experiencia o crear sintético de la experiencia de unos y otros, con el fin de complementar o sustituir los datos. Resulta que no es tan débil el efecto es, en efecto, самоусиление, y exponencial".

Lipson lleva en el ejemplo de la reciente ruptura de DeepMind, el proyecto de AlphaGo Zero, como el baile de la enseñanza de la ia sin entrenamiento de datos. Muchos están familiarizados con AlphaGo, en la ia con maquinaria de aprendizaje, que se convirtió en el mejor jugador de go, habiendo examinado la enorme cantidad de datos, que consta de millones de jugadas de los partidos. AlphaGo Zero fue capaz de vencer incluso a él, sin mirar en los datos de entrenamiento, simplemente mediante el estudio de las reglas del juego y jugar con él mismo. A continuación, se ganó el mejor en el mundo DE juego en el ajedrez ya después se trabaja ocho horas de entrenamiento.

Imagina como miles de AlphaGo Zero al instante compartir sus conocimientos adquiridos.

Y no se trata sólo de juguetes. Ya vemos cuán poderosa influencia de la velocidad con la que las empresas pueden mejorar el rendimiento de sus dispositivos. Uno de los ejemplos — industrial de la tecnología digital del doble — modelo de programación de la máquina que simula lo que sucede con el hardware. Imagínese, si la máquina de mira dentro de ti mismo — y muestra su imagen a los técnicos.

Por Ejemplo, una turbina de vapor digital con doble puede medir la temperatura del vapor, la velocidad del rotor, de los fríos arranques y otros datos para la predicción de error y advertir a los técnicos de prevención de reparaciones costosas. Digitales dobles, hacen de estas previsiones, la exploración de su propio desempeño, sino que también se basan en modelos desarrollados en otras turbinas de vapor.

A medida que las máquinas empiezan a aprender en su entorno potentes nuevas formas, su desarrollo se acelera mediante el intercambio de datos. La inteligencia colectiva de cada turbina de vapor, disperso por todo el planeta, puede acelerar predictivo de la capacidad de cada tipo de máquina. Allí, donde será uno de los coches sin conductor, hay cientos de otros conductores que van a enseñar a sus coches, que divulga el conocimiento de cada uno.

No olvides que todo esto sólo acaba de empezar.