کنت - تعمیرات سولاردام هاردستون کوهسار - استنلی، - تعمیرات سولاردام هاردستون کوهسار - دانشمند علوم کامپیوتر دانشگاه فلوریدای مرکزی، در - تعمیرات سولاردام هاردستون کوهسار - سال ۲۰۰۷ روی سایتی بهنام Picbreeder کار میکرد که همراهبا دانشجویان خود برای پژوهشی موردی طراحی کرده بود؛ اما دیدن موجودی فرازمینی که به خودرویی مسابقهای تبدیل شده بود، مسیر زندگی استنلی را تغییر داد.
کاربران در سایت Picbreeder، آرایهای از ۱۵ تصویر مشابه را میبینند که از شکلهای هندسی و الگوهای پیچان تشکیل شدهاند. تمام تصاویر نمونههای متغیری از یک زمینه - تعمیرات سولاردام هاردستون کوهسار - هستند. گاهی اوقات برخی شکلها مشابه شکلهای واقعی مثل پروانه یا چهره بهنظر میرسند. استنلی از کاربرها خواست روی اشکالی - تعمیرات سولاردام هاردستون کوهسار - که برایشان جذاب است، کلیک کنند. پس از این کار، مجموعهای جدید از تصاویر براساس انتخاب آنها ظاهر شدند. نتیجهی نهایی این بررسی، کاتالوگی از تصاویر خیالی بود.
اصل سنگبنا، روشی برای تزریق خلاقیت به هوش مصنوعی است
استنلی در یکی از زمینههای هوش مصنوعی بهنام تکامل عصبی، پیشتاز است. در این حوزه از روشهای تکامل بیولوژیکی برای طراحی الگوریتمهای هوشمند استفاده میشود. هر کدام از تصاویر سایت Picbreeder خروجی سیستمی محاسباتی مشابه شبکهی عصبی هستند. وقتی تصویری ساخته میشود، شبکهی زیرساخت آن به ۱۵ شکل مختلف تغییر پیدا میکند که نتیجهی هر کدام، تصویری جدید - تعمیرات سولاردام هاردستون کوهسار - است. هدف استنلی از ساخت Picbreeder تولید تصویر مشخصی نبود. تنها هدف او آموزش نکات جدید دربارهی تکامل و هوش - تعمیرات سولاردام هاردستون کوهسار - مصنوعی به کاربران سایت بود.
روزی استنلی - تعمیرات سولاردام هاردستون کوهسار - در میان تصاویر، چهرهای مشابه موجودی فضایی را دید و شروع - تعمیرات سولاردام هاردستون کوهسار - به تکامل آن کرد. بهطور اتفاقی، چشمهای گرد به سمت پائین حرکت کردند و مشابه چرخهای یک خودرو شدند. استنلی به کار خود ادامه داد و یک خودروی اسپرت زیبا ساخت. این مسئله فکر او را مشغول کرد و از خود پرسید اگر از همان ابتدا بهجای تصویر موجود فضایی، برای ساخت تصویر خودرو تلاش میکرد شاید هرگز به نتیجه میرسید. این اتفاق یک پیام برای او داشت: چرا باید مسائل را بهصورت مستقیم حل کرد. به این ترتیب به سراغ تصاویر جالب دیگری رفت که در Picbreeder ظاهر شده بودند، خطوط آنها را دنبال کرد و متوجه شد تمام تصاویر از شکلی کاملا متفاوت به تکامل رسیدهاند.
درک استنلی به مقدمهی اصل سنگبنا برای طراحی الگوریتمها تبدیل شد. الگوریتمهایی که پتانسیل خلاقیت بینهایت تکامل زیستی را دربرمیگیرند. - تعمیرات سولاردام هاردستون کوهسار - الگوریتمهای تکاملی، موضوع جدیدی نیستند. همیشه از این الگوریتمها برای حل مسائلی مشخص استفاده شده است. در هر نسل، براساس معیارهایی مشخص، راهحلهایی با بهترین عملکرد انتخاب شدند (برای مثال توانایی کنترل یک ربات دو پایی) و محصولی را تولید کردهاند. الگوریتمهای تکاملی با وجود موفقیت در بعضی نمونهها، از نظر محاسباتی میتوانند بسیار سنگینتر از روشهایی مانند - تعمیرات سولاردام هاردستون کوهسار - یادگیری عمیق باشند که در سالهای اخیر به محبوبیت زیادی رسیده است.
اصل سنگبنا، فراتر از روشهای - تعمیرات سولاردام هاردستون کوهسار - سنتی تکاملی عمل میکند. برای مثال بهجای بهینهسازی برای هدفی مشخص، جستجوی خلاق تمام راهحلهای ممکن را در نظر میگیرد. این روش به نتایج بیسابقهای دست - تعمیرات سولاردام هاردستون کوهسار - یافته است. در سال گذشته، سیستمی براساس اصل سنگبنا موفق - تعمیرات سولاردام هاردستون کوهسار - شد در - تعمیرات سولاردام هاردستون کوهسار - دو بازی ویدئویی به مهارت برسد. در این بازیها از روشهای محبوب و - تعمیرات سولاردام هاردستون کوهسار - رایج یادگیری ماشین استفاده - تعمیرات سولاردام هاردستون کوهسار - شده بود. از طرفی، شرکت DeepMind که در زمینهی هوش مصنوعی و کاربرد یادگیری عمیق برای حل مسائلی مثل بازی Go مهارت دارد، موفق به ترکیب یادگیری عمیق با تکامل مجموعهای از راهحلهای متنوع شد.
پتانسیل اصل سنگبنا در مقایسه با تکامل زیستی آشکار میشود. در طبیعت، درخت زندگی هیچ هدف جامعی ندارد و قابلیتهایی که برای یک عمل یا فرایند خاص در نظر گرفته میشوند ممکن است در فرایندی کاملا متفاوت هم - تعمیرات سولاردام هاردستون کوهسار - نقش داشته باشند. برای مثال، پرها بهعنوان عایق به تکامل رسیدند اما بعدها به وسیلهای برای پرواز هم تبدیل شدند.
تکامل بیولوژیکی، تنها سیستم موجود برای تولید هوش انسانی و رویای نهایی بسیاری از پژوهشگران هوش مصنوعی است. استنلی و دیگر پژوهشگران این حوزه، معتقدند - تعمیرات سولاردام هاردستون کوهسار - براساس سوابق زیستی برای ساخت الگوریتمی که بتواند دنیای اجتماعی و فیزیکی را به آسانی کنترل کند، باید از طبیعت تقلید کرد. بهجای کدنویسی سخت (روشی برای توسعهی نرمافزار) قوانین استنتاج یا کامپیوترهایی که براساس معیارهای عملکردی قادر به درجهبندی باشند، باید از مجموعهی راهحلها استفاده کرد. باید ویژگیهایی مثل نوآوری و جذابیت را بهجای تواناییهای راه رفتن یا صحبت کردن در اولویت قرار داد. درنتیجه میتوان به مسیری غیرمستقیم و مجموعهای از سنگبناها دست یافت و از - تعمیرات سولاردام هاردستون کوهسار - آنها برای بهبود راه رفتن یا صحبت هم استفاده کرد که شاید از روشهای مستقیم امکانپذیر نباشند.
چهرهی موجودی فضایی که در Picbreeder ساخته شده - تعمیرات سولاردام هاردستون کوهسار - است (سمت چپ) پس از تکامل، به خودروی مسابقهای سمت راست تبدیل - تعمیرات سولاردام هاردستون کوهسار - شد
استنلی پس از تجربهی Picbreeder برای اثبات تکامل عصبی، در سطح گستردهای تلاش کرد. او میگوید:
خدمات خوب برای تعمیرات سولاردام هاردستون کوهسار میخواهی؟ پس کلیک کن.
طراحی الگوریتمی که - تعمیرات سولاردام هاردستون کوهسار - نتوان میزان خلاقیت آن را - تعمیرات سولاردام هاردستون کوهسار - پیشبینی کرد، از دیدگاه پژوهشی جذاب است اما فروش تجاری آن کار دشواری است.
استنلی امیدوار است با استفاده از ایدههای تکامل عصبی، الگوریتمها نهتنها - تعمیرات سولاردام هاردستون کوهسار - بتوانند انواع نتایج را تولید کنند بلکه قادر - تعمیرات سولاردام هاردستون کوهسار - به - تعمیرات سولاردام هاردستون کوهسار - حل مسائل هم باشند. استنلی میخواهد ثابت کند گاهی نادیده گرفتن هدف بیشتر از دنبال کردن آن، ما - تعمیرات سولاردام هاردستون کوهسار - را به هدف نزدیک میکند. او این کار را از طریق روشی بهنام جستجوی نوآورانه (novelty - تعمیرات سولاردام هاردستون کوهسار - search) انجام میدهد.
در جستجوی نوآورانه، سیستمی با شبکهای عصبی راهاندازی میشود که ترکیبی از عناصر محاسباتی کوچک بهنام نورونهای متصل در لایهها است. خروجی یک لایه از نورونها از طریق اتصالهایی با وزنهای مختلف به لایهی بعدی منتقل میشود. در نمونهای ساده، - تعمیرات سولاردام هاردستون کوهسار - دادههای ورودی از جمله تصاویر میتوانند به شبکههای عصبی - تعمیرات سولاردام هاردستون کوهسار - وارد شوند. با عبور اطلاعات تصویر از لایهای به لایهای دیگر، شبکه به استخراج اطلاعات انتزاعی دربارهی محتوای خود میپردازد. در نهایت، لایهی نهایی به محاسبهی سطح بالاترین اطلاعات میپردازد: برچسبی برای تصویر.
در تکامل - تعمیرات سولاردام هاردستون کوهسار - نورونی، کار با تخصیص مقادیر تصادفی به وزنهای بین لایهها آغاز میشود. خاصیت تصادفی بهمعنی عملکرد نهچندان خوب شبکه است؛ اما - تعمیرات سولاردام هاردستون کوهسار - از همین حالت تصادفی میتوان به مجموعهی دیگری از جهشهای تصادفی رسید (شبکههای عصبی - تعمیرات سولاردام هاردستون کوهسار - با وزنهای متفاوت) و سپس به ارزیابی قابلیت آنها پرداخت. میتوان بهترین جهشها را حفظ کرد، محصولات بیشتری را تولید کرد و سپس همین روند را تکرار کرد. (استراتژیهای تکامل عصبی پیشرفتهتر منجر به تولید جهشهایی براساس تعداد و آرایش نورونها و اتصال آنها میشوند). تکامل نورونی از نوع فراالگوریتم است؛ یعنی الگوریتمی که برای طراحی الگوریتمهای دیگر طراحی شده است و در نهایت هر کدام از الگوریتمها عملکرد خوبی خواهند داشت.
برای کنت استنلی، دانشمند کامپیوتر در آزمایشگاه Uber AI - تعمیرات سولاردام هاردستون کوهسار - و دانشگاه فلوریدای - تعمیرات سولاردام هاردستون کوهسار - مرکزی، اصل سنگ بنا بهمعنی نوآوری است
استنلی و دانشجوی او جوئل لمان، برای تست اصل سنگبنا، فرایند انتخاب - تعمیرات سولاردام هاردستون کوهسار - را تغییر دادند. جستجوی نوآورانه بهجای انتخاب شبکههایی که در وظیفهای خاص عملکرد خوبی دارند، شبکهها را براساس تفاوت آنها با شبکههای مشابه انتخاب میکنند - تعمیرات سولاردام هاردستون کوهسار - (برای مثال در Picbreeder، جذابیت برای افراد مهم بود. در اینجا جستجوی نوآورانه به نوآوری بهعنوان واسطهای برای انتخاب جذابیت پاداش میدهد).
استنلی و همکارانش در یکی از تستها، رباتهای چرخدار را درون یک هزارتو قرار دارند و به تکامل الگوریتمهای - تعمیرات سولاردام هاردستون کوهسار - کنترلکنندهی رباتها پرداختند. آنها امیدوار بودند به این ترتیب ربات بتواند راه خروج از هزارتو را پیدا کند. - تعمیرات سولاردام هاردستون کوهسار - آنها تکامل را ۴۰ مرتبه از ابتدا اجرا کردند. در برنامهای مقایسهای، رباتها براساس میزان نزدیکی با راه خروجی انتخاب میشدند، در این برنامه ربات در چهل مرتبه اجرا تنها سه مرتبه موفق شد راه خروجی را پیدا کند اما در جستجوی نوآورانه که میزان نزدیکی رباتها به راه خروج را نادیده میگیرد، ۳۹ بار موفق شد. دلیل موفقیت این جستوجو، اجتناب رباتها از بنبست بود. بهجای اینکه تصور کنند بنبست همان - تعمیرات سولاردام هاردستون کوهسار - راه خروج است، به بخشهای ناشناس قدم میگذاشتند، راههای میانبر را - تعمیرات سولاردام هاردستون کوهسار - پیدا میکردند و بهصورت تصادفی برنده میشدند. جولیان توگلیوس، دانشمند کامپیوتر دانشگاه نیویورک، میگوید: «جستجوی نوآورانه همه چیز را معکوس میکند؛ و در زمانیکه هدفی - تعمیرات سولاردام هاردستون کوهسار - وجود ندارد میپرسد چه اتفاقی افتاده است؟»
در مرحلهای از تست، تعقیب اهداف میتوانست مانع از رسیدن به آنها شود، بنابراین استنلی بهدنبال راههای هوشمندانهتری برای ترکیب جستجوی نوآورانه و اهداف خاص رفت. او و لمان سیستمی را برای تقلید از نوآوریهای تکاملی طبیعی ساختند. در این - تعمیرات سولاردام هاردستون کوهسار - روش، الگوریتمها تنها - تعمیرات سولاردام هاردستون کوهسار - با الگوریتمهای مشابه خود رقابت میکنند. همانطور که کرمها با - تعمیرات سولاردام هاردستون کوهسار - والها رقابت - تعمیرات سولاردام هاردستون کوهسار - نمیکنند، سیستم هم دارای موقعیتهای الگوریتمی مجزایی است - تعمیرات سولاردام هاردستون کوهسار - که هر کدام روشهای خود را تولید میکنند.
الگوریتمهای تکاملی رقابتی محلی، در - تعمیرات سولاردام هاردستون کوهسار - مواردی مثل پردازش پیکسلها، کنترل بازوی ربات و کمک به تطبیق ربات شش پا پس از حذف یکی از پاها (مانند رفتار حیوانات)، عملکرد بهینهای دارند. یکی از عناصر - تعمیرات سولاردام هاردستون کوهسار - کلیدی چنین الگوریتمهایی، توسعهی سنگ بناها است. آنها - تعمیرات سولاردام هاردستون کوهسار - بهجای اولویت بندی مستمر بهترین راهحل، مجموعهی متنوعی از راهحلها را حفظ میکنند که - تعمیرات سولاردام هاردستون کوهسار - هرکدام میتوانند شامل یک برنده باشند. بهترین راهحل هم از میان همین مجموعهها انتخاب میشود.
برای استنلی که حالا در آزمایشگاه Uber AI فعالیت میکند، اصل سنگبنا نشاندهندهی نوآوری است: اگر - تعمیرات سولاردام هاردستون کوهسار - با کامپیوتری مدرن به گذشته بازگردید و به مردم بگویید - تعمیرات سولاردام هاردستون کوهسار - بهجای تولید کامپیوتر روی لپتاپها تمرکز کنند، امروز هیچکدام از آنها را نداشتید. همچنین این اصل توصیف کنندهی تکامل است: انسان از کرمهای مسطح - تعمیرات سولاردام هاردستون کوهسار - به تکامل رسیدهاند. گرچه این موجودات هوشمند نیستند، دارای تقارن دو طرفه هستند. بهگفتهی استنلی:
برای مشاوره تعمیرات سولاردام هاردستون کوهسار اینجا کلیک کنید
هنوز مشخص نیست کشف تقارن دو طرفه در گذشته ربطی به هوش داشته است؛ اما امروز این ارتباط آشکار است.
تکامل عصبی در دههی گذشته در مسیری غیرمستقیم حرکت کرده است و به مدت - تعمیرات سولاردام هاردستون کوهسار - طولانی در سایهی دیگر اشکال AI به حیات خود ادامه داده است. به عقیدهی ریستو میکولاینن، دانشمند کامپیوتر دانشگاه تگزاس (و مشاور سابق دکترای استنلی)، یکی از بزرگترین معایب تکامل عصبی، حجم محاسبات مورد نیاز آن است. - تعمیرات سولاردام هاردستون کوهسار - در یادگیری ماشین به روش سنتی، شبکهی عصبی از طریق آموزش بهتدریج بهبود پیدا میکند. در تکامل عصبی، وزنها بهصورت تصادفی تغییر میکنند - تعمیرات سولاردام هاردستون کوهسار - بنابراین احتمال ضعیف شدن عملکرد هم وجود دارد.
یکی از دیگر معایب تکامل عصبی این است - تعمیرات سولاردام هاردستون کوهسار - که اغلب افراد بهدنبال حل مسئلهای خاص هستند. استراتژی جستجویی که برای بهینهسازی جذابیت مسئله به کار برود میتواند راهحلی خلاقانه را برای یک مسئلهی خاص ارائه کند؛ اما ممکن است مخاطب را قبل از قرار گرفتن در مسیر - تعمیرات سولاردام هاردستون کوهسار - صحیح، گیج کند.
بازی ویدئویی Montezuma Revenge اولینبار در سال ۱۹۸۴ منتشر شد
بهطور کلی، هیچ راهکار بینقصی وجود ندارد. در پنج سال گذشته، پژوهشهای حوزههای - تعمیرات سولاردام هاردستون کوهسار - مختلف AI - تعمیرات سولاردام هاردستون کوهسار - از جمله یادگیری عمیق و یادگیری تقویتی به شکل چشمگیری افزایش پیدا کردهاند. در یادگیری تقویتی، الگوریتم با محیط به تعامل میپردازد و سپس از طریق آزمون و خطا به یادگیری میپردازد و در نهایت رفتار آن نتایج مطلوبی را بهدنبال خواهد داشت. برای مثال رباتی که در دنیای واقعی حرکت میکند یا گیمرها از این الگوریتم استفاده میکنند. شرکت DeepMind از یادگیری تقویتی عمیق برای ساخت برنامهای استفاده - تعمیرات سولاردام هاردستون کوهسار - کرد که بتواند بهترین بازیکنان بازی Go را شکست دهد. درحالیکه بسیاری تصور میکردند برای رسیدن به این هدف، سالها زمان لازم است.
از طرفی ممکن است یادگیری تقویتی دچار یکنواختی شود. پاداشهای کم یا پراکنده، برای رسیدن الگوریتمها به هدف کافی نیستند. پاداشهای فریبنده (پاداش برای سودهای کوتاهمدتی که مانع از پیشرفت طولانیمدت میشوند) الگوریتمها را به دام بنبست میاندازند؛ بنابراین یادگیری تقویتی میتواند انسانها - تعمیرات سولاردام هاردستون کوهسار - را به دام بازیهایی از نوع Space - تعمیرات سولاردام هاردستون کوهسار - Invaders (مهاجمان فضایی) یا Pong بیندازد. این - تعمیرات سولاردام هاردستون کوهسار - بازیها با وجود امتیازها و اهداف مشخص، یکنواخت و قابل پیشبینی هستند.
در سال ۲۰۱۸، هوش مصنوعی براساس اصل سنگبنا موفق به حل چالشهای دیرینهای شد. در - تعمیرات سولاردام هاردستون کوهسار - بازی انتقام مونتزوما (Montezuma's Revenge)، - تعمیرات سولاردام هاردستون کوهسار - پاناما جو، کاراکتر اصلی بازی، در دخمهای زیرزمینی برای جمعآوری کلیدها و بازکردن درها از اتاقی به اتاقی دیگر میرود و در این راه باید از دشمنان و موانعی مثل مارها و گودالهای آتش دوری کند. استنلی، لمان، جف کلان، جوست هویزینگا و آدرین اکوفت برای شکست این بازی در آزمایشگاه Uber AI مشغول به کار شدند و سیستمی را طراحی کردند که پاناما جو در آن با جستوجو در اطراف بهصورت تصادفی، کارهای مختلفی را انجام میدهد. با هر بار رسیدن - تعمیرات سولاردام هاردستون کوهسار - به وضعیتی جدید، آن را بههمراه مجموعهای از عملیات وارد حافظهاش میکند. در صورت یافتن مسیری سریعتر به همان وضعیت، آن مسیر را جایگزین وضعیت - تعمیرات سولاردام هاردستون کوهسار - قبلی - تعمیرات سولاردام هاردستون کوهسار - در حافظه میکند. پاناما جو در طول آموزش، بهصورت تکراری یکی از وضعیتهای ذخیرهشده را انتخاب میکند، بهصورت تصادفی به جستوجو میپردازد و وضعیتهای جدید را به حافظهاش اضافه - تعمیرات سولاردام هاردستون کوهسار - میکند.
در نهایت یکی از همین وضعیتها به وضعیت برندهی بازی تبدیل میشود. در این مرحله، پاناما جو تمام عملیات لازم برای رسیدن به هدف را ذهن خود دارد. او کار خود را بدون هیچگونه شبکهی عصبی یا یادگیری تقویتی انجام میدهد. - تعمیرات سولاردام هاردستون کوهسار - هیچ پاداشی برای جمعآوری کلیدها یا نزدیک شدن به پایان دخمه وجود ندارد. فقط فرایند جستجوی تصادفی و راهی هوشمندانه برای جمعآوری و اتصال سنگبناها دیده میشود. این - تعمیرات سولاردام هاردستون کوهسار - روش نهتنها برای شکست بهترین - تعمیرات سولاردام هاردستون کوهسار - الگوریتمها بلکه برای - تعمیرات سولاردام هاردستون کوهسار - شکست رکورد انسانی بازی تنظیم شده است.
روش - تعمیرات سولاردام هاردستون کوهسار - مشابهی بهنام Go-Explore برای غلبه بر - تعمیرات سولاردام هاردستون کوهسار - خبرههای انسانی بازی Pitfall به کار رفت. در این بازی پیتفال هری، در جنگلی به جستجوی گنج میپردازد و در این راه باید از کروکودیلها و دامها دوری کند. به جز این روش، هیچکدام از انواع - تعمیرات سولاردام هاردستون کوهسار - هوش یادگیری ماشین موفق به دریافت امتیاز - تعمیرات سولاردام هاردستون کوهسار - بالاتر از صفر نشدند.
امروزه حتی DeepMind، بهعنوان منبع یادگیری تقویتی، علاقهی خود به تکامل - تعمیرات سولاردام هاردستون کوهسار - عصبی را نشان داده است. تیم دیپمایند در ماه ژانویه از نرمافزار AlphaStar رونمایی کردند که میتواند بازیکنهای حرفهای بازی پیچیدهی StarCraft II را شکست دهد. در این بازی دو رقیب به کنترل سلاح و تجهیزات میپردازند و برای تسلط بر منظرهی دیجیتالی به ساخت کلونی - تعمیرات سولاردام هاردستون کوهسار - میپردازند. AlphaStar مجموعهای از بازیکنان را به تکامل رسانده است که با یکدیگر رقابت میکنند و از یکدیگر یاد میگیرند. بهگفتهی پژوهشگران دیپ - تعمیرات سولاردام هاردستون کوهسار - مایند، نسخهی بهروزشدهی AlphaStar در میان ۰/۲ درصد بازیکنان برتر StarCraft II قرار گرفته است. آلفااستار اولین نوع هوش مصنوعی است که بدون هیچ محدودیتی به بالاترین لایهی رقابتهای بازیهای الکترونیکی دست پیدا میکند. مکس جادربرگ، دانشمند کامپیوتر دیپ مایند و یکی از پژوهشگران پروژه میگوید:
تعمیرات سولاردام هاردستون کوهسار برای اطلاعات بیشتر کلیک کنید
عاملهای بازی AlphaStar پس از مدتها کار بهبود یافتهاند. با آموزش یک عامل میتوان عملکرد میانگین آن را بهبود داد، البته نیاز دارید روی عاملهای مخالف و پیدا کردن نقطهضعفها هم کار کنید.
درست مانند بازی سنگ، کاغذ، قیچی، هیچ روش برتری در بازی Star Craft II وجود ندارد؛ بنابراین DeepMind هم - تعمیرات سولاردام هاردستون کوهسار - مجموعه عاملهای خود را برای تکامل انواع روشها تشویق میکند. برای مثال وقتی آلفااستار میتواند دو بازیکن حرفهای را بیشتر از پنج بار شکست دهد، یعنی - تعمیرات سولاردام هاردستون کوهسار - روشهای پنج عامل - تعمیرات سولاردام هاردستون کوهسار - مختلف از مجموعهی خود را ترکیب کرده است. پنج عامل به گونهای انتخاب میشوند که تمام آنها نسبت به راهبردهای حریف آسیبپذیر نباشند. نقطهی قوت آنها هم تنوعشان است.
آلفااستار یکی از کاربردهای اصلی الگوریتمهای تکاملی را نشان میدهد: حفظ جمعیت راهحلهای مختلف. پروژهی جدید دیگری از DeepMind، کاربرد دیگری از تکامل عصبی را نشان میدهد: بهینهسازی راهحل واحد. آلفابت با همکاری پروژهی خودروی خودگردان Waymo، روی تکامل الگوریتمهایی برای شناسایی پیادهروها کار میکند. این روش عملکرد نسبتا خوبی دارد اما بهترین روش ممکن نیست. به همین دلیل پژوهشگرها برای اجتناب از بنبست، زیرمجموعههایی را تشکیل دادهاند تا اجراکنندگان قبل از - تعمیرات سولاردام هاردستون کوهسار - رسیدن به بنبست، زمان کافی را برای توسعه داشته باشند.
محبوبیت الگوریتمهای جمعیتمحور در سالهای اخیر افزایش یافته است. بهگفتهی اریا هادسل، دانشمند پژوهشی و سرپرست رباتیک DeepMind، یکی از دلایل این محبوبیت، قدرت تطبیق این الگوریتمها با انواع محاسبات است. هادسل در ماه - تعمیرات سولاردام هاردستون کوهسار - ژوئن سال - تعمیرات سولاردام هاردستون کوهسار - گذشته از کلان، لمان و استنلی دعوت کرد تا در کنفرانس بینالمللی یادگیری ماشین دربارهی - تعمیرات سولاردام هاردستون کوهسار - کارهای خود صحبت کنند. او میگوید: «معتقدم تکامل عصبی یکی از حوزههای مهم - تعمیرات سولاردام هاردستون کوهسار - در پژوهشهای هوش مصنوعی و مکملی برای روشهای یادگیری عمیق است.»
تمام الگوریتمهای یادشده، محدودیت خلاق دارند. AlphaStar تنها میتواند راهبردهای جدیدی - تعمیرات سولاردام هاردستون کوهسار - را برای بازی StarCraft II ارائه دهد. روش جستجوی نوآورانه در یک زمان تنها قادر به انجام یک کار است که میتواند حل هزارتو یا راه رفتن ربات باشد.
از سوی دیگر، تکامل بیولوژیکی دارای نوآوری بیانتها است. در این نوع تکامل، باکتریها، موجودات دریایی، پرندگان و انسانها نقش دارند. با تکامل راهحلها، مسئلهها هم - تعمیرات سولاردام هاردستون کوهسار - به تکامل میرسند. زرافه در پاسخ به مسئلهی درخت به وجود آمده است. نوآوری انسان هم به همین ترتیب پیش - تعمیرات سولاردام هاردستون کوهسار - میرود. انسان مسئلهها را برای خود خلق میکند. برای مثال از خود میپرسد: آیا میتوان انسان را به ماه فرستاد؟ و سپس - تعمیرات سولاردام هاردستون کوهسار - برای حل مسئلهها تلاش میکند.
برای نمایش تعامل بین راهحلها و مسئلهها، استنلی، کلان و لمان و دیگر همکاران آنها در اوبر از جمله رویی وانگ در اوایل سال گذشته، الگوریتمی بهنام POET (مخفف Paired Open Ended Trailblazer) را منتشر کردند. آنها برای تست این الگوریتم، مجموعهای از رباتهای مجازی دوپا را به تکامل رساندند. از طرفی، مجموعهای از موانع را برای رباتها به تکامل رساندند که شامل تپهها، گودالها و تنهی درختها هستند. رباتها گاهی اوقات با یکدیگر تعویض میشدند و برای فتح زمینهای جدید تلاش میکردند. برای مثال یکی از رباتها، عبور از زمین مسطح را همزمان با خم شدن یاد میگرفت. سپس بهصورت تصادفی به منظرهای با تنههای درخت کوتاه میرفت و در آنجا باید راه رفتن را یاد میگرفت. به این ترتیب، پس از بازگشت به مانع اول، میتوانست سریعتر مراحل را طی کند. مسیر - تعمیرات سولاردام هاردستون کوهسار - غیرمستقیم باعث میشود ربات مهارتهای یکی از پازلها را بهبود دهد و آن را روی پازلی دیگر اجرا کند.
جف کلان، دانشمند کامپیوتر آزمایشگاه Uber AI و دانشگاه ویومینگ، معتقد است اکتشاف پایان باز (مسئلهای که راهحلهای مختلفی برای آن وجود - تعمیرات سولاردام هاردستون کوهسار - دارد)، سریعترین راه دستیابی به هوش مصنوعی مشابه انسان است
الگوریتم POET قادر است با ابداع چالشهای مختلف برای خود و سپس حل آنها، شکلهای جدیدی از هنر را خلق کند یا به اکتشافات جدید علمی برسد. این الگوریتم با توانایی ساخت دنیای خود، میتواند بسیار فراتر از محدودیتها عمل کند. استنلی امیدوار است بتواند الگوریتمهایی بسازد که حتی پس از یک میلیارد سال، نوآوری آنها - تعمیرات سولاردام هاردستون کوهسار - به پایان نرسد. استنلی میگوید:
تعمیرات سولاردام هاردستون کوهسار با تنوع بسیار
تکامل منجر به تولید بینایی، فتوسنتز، هوش انسانی و در یک کلام تولید همه چیز تنها با یک الگوریتم شده است. بنابراین، برای - تعمیرات سولاردام هاردستون کوهسار - فرآیندهای کوچک بسیار قدرتمندتر عمل خواهد کرد.
کلان معتقد است، اکتشاف پایان باز (نوعی از اکتشاف که تنها یک راهحل برای آن وجود ندارد) سریعترین روش حرکت به سمت هوش مصنوعی عمومی است. هوش مصنوعی عمومی به ماشینهایی گفته میشود که تقریبا کل تواناییهای انسان را - تعمیرات سولاردام هاردستون کوهسار - دارند. هوش مصنوعی بیشتر متمرکز بر طراحی اجزای - تعمیرات سولاردام هاردستون کوهسار - سازندهی ماشینهای هوشمند از جمله انواع مختلف معماریهای شبکههای عصبی و فرآیندهای یادگیری ماشین است؛ اما هنوز روش مشخصی برای ترکیب انواع هوش و رسیدن به هوش مصنوعی وجود ندارد.
از طرفی، کلان معتقد است باید بیشتر به هوش مصنوعی تولیدکنندهی هوش توجه کرد. الگوریتمها میتوانند با روشی مثل POET، به طراحی و تکامل شبکههای عصبی و محیطهایی برای یادگیری بپردازند. اکتشاف باز، میتواند از طریق مسیرهایی غیرقابل پیشبینی به هوشی - تعمیرات سولاردام هاردستون کوهسار - در سطح انسان یا هوشی فرازمینی بینجامد. از چنین هوشی میتوان برای یادگیری بیشتر دربارهی انواع هوش هم استفاده کرد. کلان میگوید:
هم اکنون برای تعمیرات سولاردام هاردستون کوهسار اقدام کنید
پس - تعمیرات سولاردام هاردستون کوهسار - از دهها سال پژوهش، هنوز هم الگوریتمها ما را شگفتزده میکنند؛ بنابراین نمیتوانیم با اطمینان بگوییم نتایج کل فرآیندها را میدانیم بهویژه که قدرت آنها روزبه روز افزایش پیدا میکند.
کنترل بیش از حد پژوهشگرها هم بیهوده است. استنلی در ابتدا سایت Picbreeder را برای مؤسسهی ملی علوم ساخته بود اما این مؤسسه با بهانهی واضح نبودن پروژه، آن را رد کرد. - تعمیرات سولاردام هاردستون کوهسار - پروژهی استنلی به مقالهها، گفتگوها، کتابها و استارتاپ Geometric Intelligence راه پیدا کرد که بعدها اوبر آن را خرید و آزمایشگاه Uber AI را تأسیس کرد. - تعمیرات سولاردام هاردستون کوهسار - استنلی میگوید:
اطلاعات تعمیرات سولاردام هاردستون کوهسار را از ما بخواهید
داستان رسیدن من به این نقطه دقیقا مشابه فرایند الگوریتم تکاملی است. الگوریتم تکاملی، نتایجی را تولید میکند که - تعمیرات سولاردام هاردستون کوهسار - خود را به تکامل میرسانند.