شفقنا رسانه- پژوهش آنتروپیک گامی بهسوی «خودبهبوددهی بازگشتی» است؛ مفهومی که بسیاری آن را گام مهم بعدی در پیشرفت هوش مصنوعی میدانند.
به گزارش شفقنا رسانه از دیجیاتو، آموزش مدلهای هوش مصنوعی با کمک مدلهای دیگر به یکی از اهداف محبوب آزمایشگاههای هوش مصنوعی تبدیل شده و حالا یکی از پژوهشگران برنامه Fellows شرکت آنتروپیک، تصویری اولیه از نحوه عملیشدن این ایده ارائه کرده است.
آنتروپیک اخیراً مقالهای با عنوان «تحقیق خودکار میتواند بهطرزی قابلاعتماد شکست در فرایند همراستایی را کاهش دهد» منتشر کرد که در آن گفته شده سیستمهای هوش مصنوعی چگونه میتوانند عملکرد یک مدل را در مجموعهای از معیارهای همراستایی بهبود دهند. این سیستمهای خودکار با دریافت ۱۰ معیار برای رفتارهایی که همراستا نبودند، توانستند عملکرد مدل را در تمامی معیارها بهبود دهند، بدون اینکه به عملکرد کلی آن لطمهای وارد شود.
این سیستم که «چن یوئه-هان»، پژوهشگر برنامه Fellows، آن را هدایت کرده، بخش زیادی از فرایند سنتی پژوهش را شبیهسازی میکند. هر سیستم خودکار در منابع علمی موجود جستوجو میکند، روشی را برای کار پیشنهاد میدهد و سپس مدل را با استفاده از آن روش بهمدت ۳۰ دقیقه آموزش میدهد. این فرایند طی چندین مرحله تکرار میشود و معیار موردنظر بهتدریج بهبود پیدا میکند. روشهای مؤثر حفظ و روشهای ناکارآمد حذف میشوند تا سیستم بتواند با سرعت زیاد و در مقیاس بالا فعالیت کند.