CMU-onderzoek toont aan dat de opdracht alleen de capaciteit van de AI-puzzelopoffering kan ontgrendelen

Dit nieuwe onderzoek is belangrijk omdat het de conventionele kennis in AI-ontwikkeling uitdaagt, die meestal afhankelijk is van veel datasets voor de training en talloze dure modellen. Hoewel het leiden van AI-bedrijven bij het leiden van de ooit getrainde steeds grotere modellen die zijn opgeleid in brede datasets, suggereert de mededinger het intellect dat voortvloeit uit verschillende principes fundamenteel.

Onderzoekers concludeerden: “De intelligentie van Complete is niet afgeleid van zwangerschap, enorme datasaat, uitgebreide zoekopdracht of enorme berekening – maar door samentrekking,” zeiden onderzoekers conclusie. “We dagen de heersende afhankelijkheid van brede pret- en gegevens uit en suggereren een toekomst waarbij de dwang van het juiste gevoelige doel en bekwame veronderstelling-tijdberekening samenwerkt voor de minimale input.”

Beperkingen en kijk uit

Zelfs met zijn succes is het systeem van Liao en GU met duidelijke beperkingen die twijfel kunnen vragen. Hoewel het met succes de puzzels oplost die betrokken zijn bij het identificeren van kleurrijke opdrachten, het vullen, bijsnijden en aangrenzende pixels, wordt het berekend, herkenning, rotatie, reflectie of de noodzakelijke taken van het gedrag van de agent van de agent. Deze beperkingen benadrukken de velden waar gemeenschappelijke contractieprincipes mogelijk niet voldoende zijn.

Het onderzoek was niet onderworpen aan peer-review en 20 procent nauwkeurigheid over de ongeziene puzzel, hoewel significante, menselijke prestaties en top AI-systeem aanzienlijk onder de bodem van beide liggen. Critici kunnen beweren dat de afkorting specifieke structurele patronen in de boogpuzzel kan gebruiken die mogelijk niet generaliseren in andere domeinen, of de uitdaging de enige is die kan dienen als basis voor wijdverbreide intelligentie in plaats van een element te zijn dat nodig is voor logische vaardigheden.

En desalniettemin heeft de ontwikkeling van AI zijn snelle opmars van tevoren voortgezet, als de afkorting voor verder onderzoek geldt, geeft het een glimp van een mogelijke alternatieve route die kan leiden tot nuttig intelligent gedrag zonder de dominante aanpak van vandaag te claimen. Of tenminste, het kan een belangrijk element van gemeenschappelijke intelligentie op machines ontgrendelen, wat nog niet slecht wordt begrepen.