Q:
Hvad er nogle faktorer, der bidrager til AI "drift"?
EN:"Kunstig intelligensdrift" er et relativt uklar udtryk, og du vil ikke se, at det nævnes meget i online teknologilitteratur. Det er dog noget, som ingeniører og andre tænker på, når de overvejer udviklingen af kunstig intelligens mod stærkere og mere omfattende resultater.
Kunstig intelligensdrift sker, når sofistikerede AI-enheder, uanset om det er chatbots, robotter eller digitale konstruktioner, der er oprettet for at bestå Turing-testen, begynder at afvige fra direktiverne og instruktionerne i deres oprindelige programmering mod typer af svar og aktiviteter, som måske ikke er overvejet af deres menneskelige handlere.
Du kan se eksempler på denne drift i nylige projekter, for eksempel, hvor to Facebook-chatbots berømt begyndte at kommunikere med hinanden i hvad IT-fagfolk beskrev som ”hemmelig kode.” I det væsentlige udviklede teknologierne sig til det punkt, at de besluttede at bruge en forskellige kommunikationsmidler, et, der ikke blev foreslået eller anmodet om af de menneskelige programmerere.
De faktorer, der er involveret i drift af kunstig intelligens, er de faktorer, der har ført til udviklingen af stærke kunstige intelligensparadigmer i de sidste par årtier. Den ene er mere løst koblede maskinlæringsalgoritmer, der er meget fortolkende og giver disse teknologier spillerum til at vokse og udvikle sig. Maskinlæring ændrer grundlæggende, hvordan computersystemer fungerer - snarere end blot at fokusere på kvantificerbare data og stive databehandlingsopgaver, som traditionelle teknologier gjorde, kunstig intelligens bevæger sig mod selvkorrektion og selvudviklende værktøjer, der reflekteres i maskinlæring og dybe indlæringsstrategier og mod ideen om et neuralt netværk, der meget mere kapabelt simulerer menneskelig tanke og intelligens.
En anden faktor i AI-drift og udviklingen af kunstig intelligens er teknologier i flere dele, der arbejder på et samarbejdsbasis, igen for at simulere en mere sofistikeret slags intelligens. Nogle it-fagfolk henviser til disse som "dybe stædige netværk" eller teknologier, der inkluderer både en generativ og en diskriminerende komponent. Da disse og andre individuelle enheder i multi-enhedsparadigmer arbejder med hinanden, udvikler de sig, hvad teknologien kan gøre, og bevæger den mod et friere resultat, der er mindre begrænset af dens oprindelige programmering. Det er tanken bag kunstig intelligensfremskridt, og det er konceptet bag dette kunstige intelligensdrift - at computersystemer kan ændre eller ændre sig selv efter deres oprindelige programudførelse, simpelthen fordi de på grund af disse progressive faktorer kan.