Q:
Hvordan kan læringsagenter "lære at bruge internettet"?
EN:Et af de mest overbevisende individuelle eksempler på fremskridt med maskinlæring (ML) og kunstig intelligens (AI) involverer digitale "læringsagenter", der arbejder på ML-algoritmer for faktisk at navigere på nettet, og til at bruge specifik funktion på siden i stort set det samme måder, som mennesker gør.
Gennem kraften i mere sofistikerede maskinlæringsprocesser er computere blevet i stand til at "se" billeder og dechiffrere, hvad de betyder. Ingeniører har været i stand til at programmere AI-teknologier med et forbløffende granularitetsniveau - i den forstand, at computere nu kan "læse" tekst fra en visuel side med en høj grad af læsning. Dette kræver en bemærkelsesværdig mængde ressourcer - at bruge rå pixelindgange for at lade teknologien opfatte former for bogstaver, tal og teksttegn - og derefter bruge naturligt sprogbehandling til at strenge disse tegn sammen og komme med kommandoer og svar.
En anden af de primære veje til forbedring af læringsagent er imidlertid iteration. Programmerne er i det væsentlige "trænet" til at gøre det rigtige fra et menneskeligt perspektiv og forfine deres evner i henhold til træningssæt.
Et fremragende eksempel på alle disse fremskridt kan findes på OpenAIs "Mini World of Bits" -side, der fortæller om forstærkende læringsagenter, der opfatter sæt rå pixels på en lille webside og kan "fremstille tastatur- og museaktioner."
Webbrugere kan se teknologierne, der udskriver disse tastatur- og musebegivenheder med brugerlignende bevægelser på små websider: at betjene rullelister, afkrydsningsfelter med logik, svare på tekstindgange, vælge farver og meget mere. OpenAI siger, at "man kan bruge en ubegrænset mængde foruddannelse i træningsmiljøerne."
Alt dette viser, at kunstig intelligens og maskinlæring skrider hurtigt frem, og at dette kræver menneskelige reaktioner for at følge med. De typer rote-teknologi, der er indbygget i websider for at bevise, at en bruger er "ikke en robot", kan muligvis blive opgraderet markant for at være effektiv, da kunstig intelligens i det væsentlige slipper for nogle af de penne, vi har oprettet til det. På samme tid er der et spændende sæt applikationer til AI-agenter, der er i stand til at bruge internettet på en meningsfuld måde - i et stykke tid har folk talt om at bruge kunstig intelligens til at forbedre anbefalingsmotorer eller gå på internettet for at få resultater . Nu kunne disse samme kunstige intelligensmidler også bruges til at arbejde med kontroller på nettet.
