गुगलले "कैदी गरेको दुविधा" मा कृत्रिम बुद्धि DeepMind परीक्षण

यो कृत्रिम बुद्धि (ऐ) अर्को प्राविधिक क्रान्तिको एक harbinger छ कि संभावना देखिन्छ। यो जान्न लाग्छ र पनि "महसुस" सक्षम हुनेछ जब ऐ बिन्दु गर्न विकसित भने गरिनेछ, र यो सबै कुनै पनि मानव हस्तक्षेप बिना, हामी संसारको बारेमा जान्न सबै लगभग एकै रातमा परिवर्तन भयो। साँच्चै बुद्धिमानी कृत्रिम बुद्धि को युग आउँछ।

DeepMind

यो ठाउँ लिइरहेका छन् कि गुगल DeepMind देखि एक तन्त्रिका सञ्जाल विकास सहित आइसिएस को विकास मा प्रमुख कोसेढुङ्गामा ट्रयाक राख्न त रोचक छ किन कि छ। यो तन्त्रिका सञ्जाल खेल संसारमा मानव, र Google द्वारा एक नयाँ अध्ययन पराजित गर्न सक्षम भएको छ, सर्जकलाई छैन अझै ऐ बढि आक्रामक वा सहकारी व्यवहार रुचि कि निश्चित DeepMind भनेर देखाउँछ।

Google टोली भनेर तन्त्रिका सञ्जाल सँगै काम गर्न सक्छन् कि जाँच गर्न प्रयोग गर्न सक्नुहुन्छ, वा स्रोतको कमी को समस्या सामना प्रत्येक अन्य नाश दुई अपेक्षाकृत सरल लिपि सिर्जना गरियो।

स्रोतहरू सङ्कलन

पहिलो अवस्थामा, भनिन्छ जम्मा संलग्न दुई संस्करण DeepMind - रातो र नीलो - सफाई हरियो कार्य संलग्न ठाउँ भित्र "स्याउ" राख्नु भएको छ। मात्र गर्ने रेखा गर्न पहिलो आउनेछ बारेमा तर अनुसन्धानकर्ताहरूले प्रश्न रुचि थिए छ। तिनीहरूले कुनै पनि समयमा प्रयोग गर्न जो पराबैंगनीकिरण साथ सशस्त्र थिए DeepMind दुवै संस्करण शत्रु मा गोली र अस्थायी रूपमा यसलाई अक्षम। यी अवस्था दुई मुख्य परिदृश्य कल्पित छन्: एक संस्करण DeepMind अन्य नष्ट र सबै स्याउ संकलन गर्न थियो, वा उनीहरूले नै रकम बारे प्रत्येक अन्य प्राप्त गरौं थियो।

सिमुलेशन रन कम से कम एक हजार पल्ट, Google अनुसन्धानकर्ताहरूले एक सीमित अन्तरिक्ष मा स्याउ को धेरै हुँदा DeepMind, धेरै शान्तिपूर्ण र सहयोग गर्न तयार थियो फेला परेन। तर स्रोतहरू घट्दै, रातो वा नीलो संस्करण संग DeepMind आक्रमण र प्रत्येक अन्य असक्षम थाले। यो अवस्था मानिसहरूलाई सहित सबै भन्दा जनावर, वास्तविक जीवनमा यस्तै एउटा ठूलो हदसम्म छ।

के पनि अधिक महत्त्वपूर्ण छ, कम र कम "स्मार्ट" तन्त्रिका सञ्जाल सबै नजिक सहयोग गर्न उपयुक्त। थप जटिल, ठूलो नेटवर्क साधारण प्रयोग को एक श्रृंखला भर विश्वासघात र स्वार्थ मनपरेको छन्।

"पीडित" को लागि खोज

दोस्रो अवस्थामा, Wolfpack, रातो र नीलो संस्करण "सिकार" को घरेलू आकार तल ट्र्याक गर्न आग्रह भनिन्छ। तिनीहरूले एक्लै उनको फसाउन प्रयास गर्न सक्छ, तर तिनीहरूलाई लागि यो सँगै गर्न प्रयास गर्न थप लाभदायक हुनेछ। सबै पछि, तपाईं अग्रानुक्रम मा सञ्चालन भने, एक कुना मा सिकार चलाउनु सजिलो।

परिणाम सानो नेटवर्क को मामला मा मिश्रित भए तापनि ठूलो संस्करण चाँडै यस अवस्थामा भन्दा सहयोग प्रतियोगिता थप अनुकूल हुनेछ भनेर बुझे।

"कैदी गरेको दुविधा"

त्यसैले "कैदी गरेको दुविधा" यी दुई सरल संस्करण के देखाउँछ? DeepMind तपाईं लक्ष्य ट्रयाक गर्न चाहनुहुन्छ भने सबै भन्दा राम्रो तरिका, काम गर्न भनेर थाह, तर स्रोतहरू सीमित हुँदा, यो राम्रो विश्वासघात काम गर्दछ।

शायद कृत्रिम बुद्धि को "अन्त" मानव गर्न पनि समान छ, र हामी कहिलेकाहीं तिनीहरूले कारण के राम्ररी थाह हुनुहुन्छ भनेर यी परिणाममा सबैभन्दा खराब कुरा।