تخيل AI التي تعلم من خلال العيش في مدينة مرموقة - تحريك حركة المرور، والإجابة على الكوارث الافتراضية، والتفاعل مع المواطنين الرقميين. تخيل نظام AI آخر يقاتل ضد إصابة الفيروسات الرقمية غير المبررة، وتطوير استراتيجيات في الوقت الحقيقي لتقليل العدوى المتوسطة داخل عالم متكامل تماما. هذه ليست مجرد سيناريوهات تخيلية من لعبة علم الفيزياء، بل هي أمثلة من "معدات العالم" المتقدمة، وهي التثبيتات الداخلية التي يمكن أن تستخدمها نموذجات الذكاء الاصطناعي لتفهم وتخيل وتنقل البيئات المعقدة.عندما تتطور هذه الأنظمة من ألغاز التوقعات البسيطة إلى عالمات رقمية مميزة، فإنها تعهدت أن تتحول إلى طريقة لتطوير الألعاب، وإجراء التجارب العلمية، وربما حتى تشكيل أشكال جديدة من الذكاء. ما هي النماذج العالمية؟ في عمقها ، فإن النماذج العالمية هي ممثلة داخلية تتيح للذكاء الاصطناعي تثبيت النتائج المستقبلية ، والتحليلات ، والتخطيط الاستراتيجي. يحتوي المفهوم على جذور عميقة في العلوم العصبية ، والتي تمثلت في كيفية قياس النتائج لدى البشر والحيوانات بناء على تجربتهم - ظاهرة تمت دراستها على نطاق واسع كمعالجة التوقعات. في المقام الأول ، تماما مثل الأحلام البشرية في معالجة الذاكرة والأحداث ، تستخدم الذكاء الاصطناعي "النمذجة" لتخطيط العمليات وتحسين توقعاتهم. على سبيل المثال ، إذا قمت بشراء الكمبيوتر يومياً ، فإن أحلامك قد تجمع وتخزين تلك التجربة ، في عام 2018، نشرت كتابًا مثيرًا وقد أظهرت كيف يمكن للشبكات العصبية أن تتعلم التثبيتات الداخلية من الخبرة ، مما يزيد من قدرةها على تحسينها بشكل كبير. "مشاهد العالم" من David Ha و Jürgen Schmidhuber "مشاهد العالم" من David Ha و Jürgen Schmidhuber ومن بين الأمثلة الأكثر تطوراً على هذا النهج، الممثلين الذين تم تطويرهم من قبل DeepMind. DreamerV2 قدموا فكرة التعلم عن نموذج داخلي ضخم من البيئة، وهو نموذج سهل من العالم الخارجي الذي يساعد في تثبيت وتخطيط الذكاء الاصطناعي. مع هذا نموذج داخلي، يمكن للممثلين تطوير سياسات، والتي هي استراتيجيات اتخاذ القرارات العامة، مثل التحرك دائمًا إلى اليمين في حوض الفخامة. يتم تدريب هذه السياسات ليس من خلال التفاعل المباشر، ولكن من خلال تخيل المستقبل المحتمل داخل الفضاء المفتوح، وهو نموذج داخلي يزيل التفاصيل غير الضرورية لتركيزها على ديناميكية اتخاذ القر تم توسيع هذا من خلال إظهار أداء قوي على مجموعة واسعة من المهام والبيئات باستخدام مجموعة واحدة من التخصيصات العالية - إعدادات التحكم الأساسية التي تدير كيفية سلوك ألغاز التعلم. حلمي3 حلمي3 ألعاب الفيديو كوسيلة اختبار ألعاب الفيديو توفر بيئة مثالية لتعزيز هذه النماذج العالمية.ألعاب توفر الجوانب الرقمية المختلطة ولكن مفتوحة، والتي هي معقدة بما فيه الكفاية لتثبيت التحديات في العالم الحقيقي ولكن قابلة للتحكم بما فيه الكفاية للتجارب.Minecraft، من خلال مبادرات مثل وقد أصبح عالمها المعتمد على البلاستيك يسمح بتعلم المهارات من جمع الموارد إلى بناء متقدمة، وتطوير مهارات حل المشكلات المشتركة التي تتحرك بشكل مفاجئ جيدا إلى السيناريوهات في العالم الحقيقي. ميونيخ ميونيخ مثال آخر مميز هو هذا النظام يخلق عالمًا متعددة الألعاب الكبيرة التي يعيشها جميعًا أطباء الذكاء الاصطناعي المتنافسين. يجب على هذه الأطباء البقاء على قيد الحياة، والتعاون والتنافس داخل الأنظمة البيئية المعقدة، وبالتالي تحسين نموذج العالم الداخلي لتعامل مع التفاعلات الاستراتيجية المتنوعة. (MARL) ، وهي مجال تدريبي يبحث عن كيفية تعلم العاملين غير في الفصل ، ولكن في رد فعل على العاملين الآخرين وباقي العاملين. العصبية MMO تعزيز التعلم العصبية MMO تعزيز التعلم واحدة من أكثر الدراسات إثارة للجدل من MARL هي في بيئة فورية بسيطة مع الأدوات الأساسية والأشياء المتحركة، تم تقسيم المقاتلين إلى المقاتلين والمقاتلين. في البداية، تعلم المقاتلين استخدام الجدران والأبواب لتصنيع الأبواب الأساسية. في المقابل، تم تطوير المقاتلين القدرة على استخدام الأبواب للخروج من هذه الأبواب. تم تطوير الأبواب بعد ذلك، وتعلم المقاتلين إخفاء الأبواب أو إلقاء الأبواب، مما يجعل المقاتلين يكتشفون تكنولوجيا جديدة تماما مثل "السباحة في البطاقة"، حيث كانوا يرتدون فوق الأبواب للخروج من العقبات. OpenAI’s hide-and-seek experiment تجربة OpenAI Hide-and-Seek هذه المعقدة الناشئة تشير إلى قوة MARL مع نموذج العالم الديناميكي: عندما يتم تدمير العاملين في بيئات غنية، والتفاعلية وإضافتهم إلى الآخرين مع أهداف متناقضة أو متكاملة، يمكن أن تظهر استراتيجيات إبداعية مفاجئة. كما هو الحال، في MMO العصبي، تتطور العاملين إلى الذاكرة، والتخطيط الاستراتيجي، والمناطقية، وحتى سلوكيات اجتماعية جذرية. لم يخبر هؤلاء العاملين عن تطوير مثل هذه السلوكيات، بل تم تشجيعها على هيئة عالمهم وظهور العاملين الآخرين. نموذج السيناريوهات عالية الأداء: الأمراض الرقمية في حين أن الألعاب توفر بيئات مثيرة للاهتمام لتدريب الذكاء الاصطناعي، فإن قوة النماذج العالمية تنطوي على تطبيقات حقيقية حاسمة مثل التثبيتات المرضية.وقد أثبتت النماذج الحاسمة خلال جولة COVID-19 أنها لا تقدر بثمن في توقع انتشار الفيروسات واستكشاف استراتيجيات التدخل. أدوات مثل EpiSim و وقد تمكن الباحثون من إنشاء نموذجات إدمانية مفصلة بالفعل. ومع ذلك، فإن إدماج هذه النماذج مع أنظمة الذكاء الاصطناعي المتقدمة قادرة على التفاعل في الوقت الحقيقي يخلق أداة تحليلية غنية بكثير. يمكن أن يقوم الباحثون بتشغيل السيناريوهات المتسارعة، والتحقق من التدخلات مثل التخطيط والضغط، والضغط الاجتماعي، أو الإرشادات التنافسية. عندما يتم تشغيلها من خلال تدريب نموذج العالم، يمكن أن تكون أنظمة الذكاء الاصطناعي قادرة على إدماج هذه التدخلات بشكل داخلي مع كفاءة مدهشة، وتحديد الإجابات المثالية من خلال توقع آثارها المترابطة على الزمن والم شبكة شبكة وتتطلب التثبيتات التقليدية التي لا تحتوي على نموذج عالمي من الذكاء الاصطناعي في كثير من الأحيان قوة معينة من المعالجة والتوقيت، مما يحد من استخدامها في سياقات اتخاذ القرارات في الوقت الحقيقي.إن كفاءة وتكافؤ القدرة على التكيف مع الأنظمة القائمة على نموذج عالمي تجعلها أكثر إثارة للجدل في مجالات عالية الأثر مثل الطب والرياضيات والبيولوجيا الحاسوبية، حيث أن نموذج ديناميكية معقدة أمر ضروري ولكن غالباً ما يزيد من تكلفة.في هذه الطريقة، لا تحسن النموذج العالمي فقط ردود الفعل المفاجئة، بل تشير إلى المستقبل الأوسع حيث تحول الذكاء الاصطناعي الذي AI Living Inside Worlds: من المراقبين السائدين إلى المهاجرين النشطين وتتغير النماذج العالمية بشكل أساسي كيف تتبع AI وتتفاعل مع بيئتها.بصراحة، فإن أنظمة الذكاء الاصطناعي تُفسّر مجموعة بيانات ثابتة أو تتفاعل مع الإعجابات المحددة على المدى البعيد.ولكن، أصبحت الأنظمة القائمة على النماذج العالمية ممثلة نشطة في واقعاتها التي تم إنشاؤها داخلها، قادرة على التفكير في سياقها وتكيف سلوكها بشكل ديناميكي. إنها الذكاء الاصطناعي الذي يتحكم في الألعاب دون تعلم قواعدها بشكل واضح، بدلاً من التعلم من خلال التجربة النشطة داخل عالمها المحاكاة. MuZero MuZero وتشير هذه الأنظمة إلى المستقبل حيث لا نستطيع إنشاء أدوات مع الذكاء الاصطناعي فقط، بل نستطيع إنشاء عالمين متطابقين متطابقين مصممين خصيصاً لتدريب الذكاء الاصطناعي والتطوير.هذه المناطق الرقمية ستسمح للأنظمة الذكية بتعلم السلوكيات المعقدة والاستراتيجيات والتفاعلات بأمان قبل تطويرها في تطبيقات العالم الحقيقي-مثل تدريب أطباء الذكاء الاصطناعي في أزمات طبية متطورة، ومناقشة الذكاء الاصطناعي التمارين الدبلوماسية المعقدة، أو السيارات الذكية التي تسيطر على بيئات المدينة الافتراضية مملوكة من السيناريوهات غير المتوقعة. 
 
 تم تقديم هذه المقالة إليك من قبل AI لدينا ، وهي منظمة أساسية من قبل الطلاب ومركزية من قبل الطلاب لتنمية وجهات النظر في الذكاء الاصطناعي إلى أكثر من ما يتناول عادة في وسائل الإعلام الحديثة. تم إرسال هذه المقالة إلىك من قبل AI لدينا، وهي منظمة أساسية من قبل الطلاب ومدرجة من قبل الطلاب من أجل تنوع وجهات النظر في الذكاء الاصطناعي إلى أكثر من ما يتحدث عادة في وسائل الإعلام الحديثة. ! https://www.our-ai.org/ai-nexus/read ألعاب مثل المختبرات الحقيقية ولكن عندما تصبح هذه المحاكاة أكثر ثراءً وأكثر شيوعاً، فإننا نتجه إلى الحدود الفلسفية والأخلاقية.أنا نخلق مجرد أدوات رقمية معقدة، أم نخلق بطريقة غير مشروعة أشكال حقيقية من الذكاء في بيئات متطورة؟ ويؤكد هذا المفهوم المثير للدهشة أن الثقافات المتقدمة بما فيه الكفاية تؤدي إلى خلق تحليلات واقعية – وربما نجد أنفسنا موجودة داخلها. الفيلسوف نيك بوستروم "دليل المحاكاة" الفيلسوف نيك بوستروم "دليل المحاكاة" وبالمثل، أليزر يودكوفسكي، الباحث والرئيس في أمن الذكاء الاصطناعي، يوصي بأن التثبيتات التفصيلية الكبيرة يمكن أن تصبح غير قابلة للتمييز من الواقع نفسه، ويمكن أن تضم الوعي الحقيقي.إذا أصبحت عالمات التثبيت التي نقوم بتصنيعها للذكاء الاصطناعي معقدة بما فيه الكفاية، هل يمكن أن تنتج في النهاية أشكال من الوعي أو الذكاء غير قابلة للتمييز من الكائنات البيولوجية؟ هذا تحويل المسألة عن تدريب الذكاء الاصطناعي من موضوع عملي صارم إلى ملاحظة أخلاقية عميقة. في كثير من الأحيان، فإن مفهوم "ميتايرز" يرتكز على تجربة الإنسان: المساحات الافتراضية للتفاعل الاجتماعي والتجارة. ومع ذلك، قد يكون الإمكانات الأكثر دقة في الهروب البشري ولكن في التربية الذكية. في رؤية بوستروم، قد يكون الميتايرز مختبئًا حيث يتطور الذكاء الاصطناعي ويتطور ويستكشف الكثير من الحياة الافتراضية، كل منها يصل إلى حدود الذكاء البشري. التالي: الحدود في التثبيت على الرغم من الدعم المفاجئ، فإن البحوث في النماذج العالمية والتعلم لتعزيز العديد من العاملين شهدت انخفاض الاستثمارات من المختبرات الكبيرة في السنوات الأخيرة.لقد سجلت الاهتمام في النماذج اللغوية الكبيرة الاهتمام والتمويل من هذه المشاريع المعقدة على المستوى النظامي-العديد من هذه المشاريع، مثل MMO العصبي من OpenAI ومحاضرات MARL على أساس العلامة، تقدم بعض الأدلة الأكثر إثارة للجدل من الذكاء الاصطناعي. قد لا تنتج هذه النتائج رسومًا مباشرًا، ولكنها تشير إلى بعض الأفكار الأكثر دقة وأكثر إثارة للدهشة حول ما يمكن أن يصبح العقل البشري.إن تجربة OpenAI المختلطة، بعد كل شيء، قد تم تنفيذها قبل 5 سنوات، وهي حياة طويلة في صياغة البحث عن الذكاء الاصطناعي.بما أن الموارد الكمبيوترية الأكبر في الوقت الحالي، واللوحات الكبيرة، والبيئات الأكثر ثقةً، لا يمكن تصور إلا ما هي أشكال السلوك الاستراتيجي والروحية التكوينية يمكن أن تظهر إذا تم اتخاذ هذه الحدود البحثية مع التزام متساوٍ. وتتطور النماذج العالمية بسرعة من البرامج النظرية الخاطئة إلى الأدوات العملية لتغيير طريقة تفكيرنا حول الألعاب والعلوم وحتى النماذج الأخرى من الذكاء الاصطناعي.إنها تتيح اختبار السيناريو التفصيلية والتخطيط الاستراتيجي والتجربة الخاضعة لخطر في بيئات محددة ومعقدة بشكل كبير.بعد أن تصبح هذه التثبيتات أكثر إثارة للجدل والواقعية، قد تبدأ النماذج الذكية التي تعيش داخلها تشبه الحياة العضوية بدلاً من قطعة من الكود - منطقة غير مسبوقة لمفهومنا من الذكاء والإبداع. وفي نهاية المطاف، فإن النماذج العالمية تهدف لنا إلى التفكير مرة أخرى في الحدود بين الواقع والمحاكاة، والتكنولوجيا والحياة.عندما نتصدر هذه الحدود الرقمية الجديدة، علينا أن ندرك المسؤولية العميقة، والفرص، التي تأتي مع أن تصبح مصممة عالمية. كتبه: Liv Skeete

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

تم إنتاج هذا الصوت باللغة الأصلية للقصة!

طويل جدا؛ ليقرأ

Make resilience your competitive advantage

كيف وضعت النماذج العالمية أسس الذكاء الاصطناعي العام

About Author

تعليقات

شنق العلامات

تم تقديم هذه المقالة في

Related Stories

Noonies Nominee and Lead Product Designer Avrora Shuhalii on Writing, Tech, and More

Top 10 Software Consulting Company based on Clutch & Goodfirms Reviews

Best Mobile App Development Companies

Top 4 Hiring Trends for Mobile App Developers in 2018

Noonies Nominee and Lead Product Designer Avrora Shuhalii on Writing, Tech, and More

Top 10 Software Consulting Company based on Clutch & Goodfirms Reviews

Best Mobile App Development Companies

Top 4 Hiring Trends for Mobile App Developers in 2018

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps