Sự tò mò có thể cải thiện trí tuệ nhân tạo?

Trong khi suy nghĩ về AI, câu hỏi này xuất hiện trong đầu tôi. Sự tò mò có thể giúp phát triển một AI thực sự? Theo trang web này (để thử nghiệm sự sáng tạo):

Sự tò mò trong bối cảnh này đề cập đến mong muốn tìm hiểu và khám phá những điều và ý tưởng mới. Một người tò mò

• luôn tìm kiếm những cách nghĩ mới và độc đáo,
• thích học hỏi
• tìm kiếm các giải pháp thay thế ngay cả khi các giải pháp truyền thống có mặt và có sẵn,
• thích đọc sách và xem phim tài liệu,
• muốn biết làm thế nào mọi thứ hoạt động từ trong ra ngoài.

Hãy lấy Clarifai , một khởi động phân loại hình ảnh / video có thể phân loại hình ảnh và video với độ chính xác tốt nhất (theo chúng). Nếu tôi hiểu chính xác, họ đã đào tạo hệ thống học tập sâu của họ bằng cách sử dụng hàng triệu hình ảnh với việc học có giám sát. Trong cùng một thuật toán, điều gì sẽ xảy ra nếu chúng ta bằng cách nào đó thêm "yếu tố tò mò" khi AI gặp khó khăn trong việc phân loại hình ảnh hoặc các đối tượng của nó? Nó sẽ nhờ một người giúp đỡ, giống như một đứa trẻ tò mò.

Sự tò mò làm cho một con người học những điều mới và cũng giúp tạo ra những ý tưởng ban đầu mới. Liệu sự bổ sung của sự tò mò có thể thay đổi Clarifai thành một AI thực sự?

Liệu sự bổ sung của sự tò mò này có làm thay đổi Clarifai thành một AI thực sự không?

Theo câu trả lời của tôi cho câu hỏi này , chúng tôi không biết thành phần của 'AI thực sự' là gì. Thông qua Thử nghiệm Turing và các biến thể của nó, điều tốt nhất chúng ta có thể làm là "biết một khi chúng ta nhìn thấy một".

Sự tò mò chắc chắn xuất hiện cần thiết cho trí thông minh, mặc dù điều đó dường như không đủ - một sinh vật giống như lem luốc tò mò muốn xem những gì ở dưới cùng của một vách đá dốc có thể không tồn tại đủ lâu để học thận trọng, ngay cả khi nó có cơ chế học tập để làm như vậy .

Dưới đây là một số tác phẩm của Schmidhuber về Sự tò mò nhân tạo .

Pierre-Yves Oudeyer cũng đã thực hiện khá nhiều công việc về điều này và động lực học tập tích cực / nội tại.

Khi AI gặp khó khăn trong việc phân loại hình ảnh hoặc các đối tượng của nó, nó nên nhờ một người giúp đỡ giống như một đứa trẻ tò mò

Nó được gọi là học tập tích cực , nó đã được sử dụng khá thường xuyên.

Đó là một khái niệm nổi tiếng đã được sử dụng

Cái mà chúng ta gọi là "sự tò mò" ở người và động vật có hiệu lực ở mức độ được lựa chọn của sự đánh đổi "khai thác so với khám phá" đối với bất kỳ hệ thống hoạt động nào. Ví dụ, lĩnh vực học tập củng cố là một cách tiếp cận nghiên cứu thực hiện những gì về cơ bản là tương đương với sự tò mò; và chúng tôi có nghiên cứu về mức độ tò mò là tốt nhất, ví dụ như khái niệm tên cướp đa vũ trang .

Vì vậy, "sử dụng sự tò mò" là điều mà chúng ta đã làm nhiều nhất có thể / nên / có thể, nhưng nó thường được gọi bằng một thuật ngữ khác, cụ thể hơn để chỉ định nghĩa chính xác thay vì từ mơ hồ của "sự tò mò" .

Sự tò mò tự nó không cải thiện trí thông minh.

Nó làm tăng cơ hội hiểu rõ hơn về một chủ đề nhất định, cho rằng sự tò mò được kết hợp với các hành động theo hướng đó.

Ví dụ: Tôi tò mò về cách làm bánh kếp và quyết định tìm một công thức nhưng dừng lại ở ví dụ đầu tiên của câu trả lời với các bước để làm theo.

Sự tò mò cần phải được kết hợp với mong muốn cải thiện một sự hiểu biết nhất định và được theo dõi bởi một đánh giá về kiến ​​thức hiện tại với mục đích cập nhật các kết luận đã đạt được trước đó. Với điều kiện logic được sử dụng để đánh giá các cải tiến là chính xác.

Sự tò mò sẽ không nhất thiết có lợi cho trí thông minh được cải thiện. Nhưng để cho phép một trí thông minh được cải thiện, sự tò mò là một điều cần thiết bắt buộc.

Tò mò là một triệu chứng của một trí thông minh đang phát triển.

Sự tò mò được sử dụng thành công với Chưng cất mạng ngẫu nhiên (RND). OpenAI đã xuất bản một bài viết chi tiết về cách tiếp cận của họ bằng phương pháp này, đặc biệt thành công với các trò chơi chưa được giải quyết trước đây như Montezuma's Revenge.

Mặc dù điều này không trả lời đầy đủ câu hỏi của bạn về sự tò mò cần thiết để xây dựng một AI thực sự, nhưng nó cho thấy rằng các vấn đề chưa được giải quyết trước đây đã trở nên có thể giải quyết được sự tò mò trong hệ thống phần thưởng.