Як система AI може розвивати свої знання про домен? Чи є більше, ніж просто машинне навчання?


9

Тож машинне навчання дозволяє автоматизувати систему в тому сенсі, що вона може передбачити майбутній стан, виходячи з того, що вона вивчила до цього часу. Моє запитання: Чи є методи машинного навчання єдиним способом змусити систему розвивати свої знання в галузі?

Відповіді:


1

Ну, ми говоримо про систему (машину), яка розвиває знання (вчиться), тому такій техніці наче важко не потрапити в машинне навчання.

Але ви можете стверджувати, що двигуни висновку, які працюють на базі знань на основі графіків, щоб отримувати нові пропозиції чи ймовірності, не є частиною машинного навчання. Звичайно, у такому випадку частина знань взагалі не здобувається, а навпаки вводиться розробниками.

Я все ще читаю про це, але моє враження полягає в тому, що ці бази даних знань і двигуни висновків стали досить популярними в дев’яностих роках, і сьогодні багато дослідників AGI працюють у цьому напрямку.


Чи було б точно сказати, що деякі сучасні методи будують цю базу знань через AI vs AI play?
DukeZhou

Ви можете думати про самостійну гру, як для Alphago, це, безумовно, машинне навчання. Я не знаю, чи існують системи, які створюють бази даних знань або графіки знань за допомогою самовідтворення.
BlindKungFuMaster

1

Це залежить від того, наскільки широко ви визначаєте "методи машинного навчання". Ви можете побудувати визначення так, що за визначенням все навчання підпадає під цю рубрику. OTOH, існує настільки широкий спектр машинних методів навчання, що так би не отримати багато.

Напевно, має більше сенсу говорити про різні види навчання, які ми використовуємо в рамках машинного навчання / штучного інтелекту. Як мінімум, у вас є:

  1. контрольоване навчання
  2. непідконтрольне навчання
  3. напівконтрольне навчання
  4. конкурентне навчання

А потім такі речі, як "навчання підкріплення", яке може підрозділити вищесказане. Більшість із цих речей належать до того, що люди зазвичай називають "машинним навчанням".

Поза цим, у вас є такі речі, як алгоритми індукції правил, дедуктивні методи логіки, такі як індуктивне логічне програмування, які можуть своєрідно "вчитися", двигуни виводу, автоматизовані міркування тощо, які мають свої способи "дізнатися" про світ, але є окремими від того, що зазвичай позначається як "машинне навчання".

Але навіть маючи це на увазі, можна правильно запитати, чи дійсно там є роздільна лінія чи ні. Дійсно, мабуть, є підстави думати, що майбутні системи ШІ можуть використовувати гібридний підхід, який поєднує в собі безліч різних методик, не зважаючи на те, чи вони позначені "машинним навчанням" чи "GOFAI" чи "іншим".

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.