S:
Şirketler yapay zeka çalışmalarına bir "hız göstergesi" eklemeye nasıl çalışıyor?
A:Yapay zekadaki en yeni gelişmeler üzerinde çalışan bazı şirketler, elde ettikleri ilerlemeyi ölçmeye ve yapay zekanın zaman içinde nasıl geliştiğine dair bazı hususları karşılaştırmaya odaklanıyor. Şirketlerin bu tür analizler yapmasının birçok nedeni vardır. Genel olarak, yapay zekanın ne kadar ilerlediğini, yaşamlarımız için nasıl uygulandığını ve pazarları nasıl etkileyeceğini anlamaya çalışıyorlar.
Bazı şirketler, yeni teknolojilerin sivil özgürlükleri nasıl etkileyebileceğini veya yeni ekonomik gerçeklikleri nasıl yaratabileceklerini anlamak için yapay zeka gelişmelerini beyin fırtınası yapıyor ve izliyor. Şirketin yaklaşımına bağlı olarak, bu tür analizler, kullanıcı verilerinin sistemlerden nasıl akabileceğini anlamaya çalışmak, arayüzlerin nasıl çalışacağını anlamak veya yapay zeka varlıklarının sahip olduğu yetenekleri ve bu yetenekleri nasıl kullanabileceğini bulmak şeklinde olabilir.
Yöntemler söz konusu olduğunda, yapay zekayı karşılaştırmaya çalışan şirketler soyut bilgileri parçalamaya odaklanabilir - örneğin, bir Kablolu makale, kar amacı gütmeyen SRI International'da çalışan Ray Perrault gibi araştırmacıların çalıştığı AI Index projesine atıfta bulunur. yapay zeka alanında neler olup bittiğinin ayrıntılı bir görüntüsüne
“Bu, yapılması gereken bir şey, çünkü yapay zekanın nereye gittiği konusunda çok fazla çılgınlık var, ” diyor Perrault makalede, bu tür bir projeyi üstlenme motivasyonunu yorumluyor.
Yapay zekanın nasıl karşılaştırıldığını açıklarken, bazı uzmanlar mühendislerin veya diğer tarafların yapay zeka projeleri için “zor test” yapmaya, örneğin yapay zeka sistemlerini “kandırmaya” veya “yenmeye” çalıştığını açıklıyorlar. Bu tür bir açıklama, şirketlerin yapay zekayı gerçekten nasıl izleyip değerlendirebileceğinin merkezine gider. Bunu düşünmenin bir yolu, programcıların geçmişte kullandıkları aynı türde fikirleri doğrusal kod sistemlerinde hata ayıklamak için uygulamaktır.
Doğrusal kod sistemlerinde hata ayıklama, sistemin iyi çalışacağı noktaları bulmakla ilgiliydi - bir programın çökeceği, donacağı, yavaş çalışacağı, vs. Mantıksal hataların bir projeyi nerede durduracağı veya şaşırtacağı, bir işlev düzgün çalışmazsa veya istenmeyen bir kullanıcı etkinliği olabilir.
Bunu düşündüğünüzde, yapay zekanın modern testi çok farklı bir düzlemde benzer bir çaba olabilir - çünkü yapay zeka teknolojileri doğrusaldan daha bilişseldir, bu test çok farklı bir form alır, ancak insanlar hala “böcekleri arıyorlar” ”- bu programların istenmeyen sonuçları olabileceği yollar, harekete geçme ve insan kurumlarına zarar verme yolları, vb. Bunu göz önünde bulundurarak, yapay zeka gelişimi için bir hız göstergesi veya kıyaslama yaratmanın birçok farklı farklı yöntemi olmasına rağmen, Yukarıda açıklanan sert testler genellikle insanlara yapay zekanın ne kadar ilerlediğine ve daha fazla olumsuzluk geliştirmeden daha fazla pozitif teslim etmesini sağlamak için ne yapılması gerektiği konusunda benzersiz bir fikir verecektir.
