以创造更好的人工智能为主要目标的人工智能叫什么名字？

人工智能 术语 进化算法 敏捷
2021-11-09 02:20:53

一个通用的 AI x创建了另一个优于x的 AI y。

y创造出比自己更好的人工智能。

以此类推，每一代人的主要目标是创造更好的人工智能。

有没有这个的名字。

我所说的更好是指生存能力、解决新问题的能力、增强人类身心生活的能力，以及将我们的文明推进到星际文明等等。

3个回答

我认为没有一个标准的词或短语只涵盖这个概念。也许递归的自我改进与简洁的想法相匹配——但这不是特定的人工智能术语。

关于这种效应的强度或限制是什么，人们知之甚少。10 代的自我改进会导致机器性能提高 10%、性能提高 10 倍，还是210好几倍？以什么衡量标准？

一些未来学家认为这可能是一个非常强烈的影响，并使用“奇点”一词来捕捉这样一种观点，即通过递归自我改进的智力增长将是强大的，超过人类的智力，并导致某种形式的超级智能机器——这一点在达到这个目标的被称为奇点。Ray Kurzweil是这个想法的著名支持者。

具体来说，使用术语Singularity不仅仅意味着您建议的基本递归，还包括对非常大影响的假设。另外，从技术上讲，它指的是由递归产生的阶段，而不是递归本身。

不过，尽管它作为一个概念很受欢迎，但这种自我完善的系统是否会对智能机器的产生产生很大的影响，现阶段完全未知。关于通用智能的相关研究仍处于起步阶段，因此甚至不清楚什么可以算作第一个示例系统 x。

直接回答您的问题：--

谷歌使用术语：自动机器学习。

这个答案是关于什么的：-

“……一个通用的 AI x 创建了另一个比 x 更好的 AI y。……” ~ Ashwin Rohit（Stack Exchange 用户，开幕海报）

这个术语是什么：“人工智能创造人工智能”？

-

这背后的一些理论是什么： -

“到目前为止，AutoML 程序已应用于图像识别和语言建模。仅使用人工智能，该团队观察到它创建的程序与世界上最重要的机器学习专家设计的最先进模型相媲美。 " – 谷歌的人工智能现在正在创造自己的人工智能。（2017 年 5 月 22 日）。取自 < https://www.iflscience.com/technology/google-ai-creating-own-ai/ >

外行解释：--

“......不幸的是，即使是拥有大量编码知识的人也可能不知道如何创建可以执行这些任务的算法。不过，谷歌希望将利用人工智能的能力带给更多人，据《连线》杂志报道，它通过教授机器学习软件来制作更多机器学习软件来做到这一点。

该项目称为 AutoML，旨在提供比人类更好的机器学习软件。随着算法在科学研究、医疗保健和机器人和数学直接范围之外的其他领域变得越来越重要，可以从使用人工智能中受益的人数已经超过了真正知道如何设置有用机器的人数——学习计划。尽管计算机可以做很多事情，但根据谷歌的说法，仍然需要人类专家来做一些事情，比如预处理数据、设置参数和分析结果。这些是即使是开发人员也可能没有经验的任务……”

– 谷歌的人工智能现在可以制造自己的人工智能。（2017 年 10 月 19 日）。取自 < https://www.mentalfloss.com/article/508019/googles-ai-can-make-its-own-ai-now >

我们使用程序来编写程序。

研究人员经常需要工具来解决复杂的问题，并且经常需要算法。他们并不总是具备这样做的技术经验。这是一种基于人工智能的解决方案，用于解决将机器学习应用于该问题的日益增长的挑战。

这允许非专家参与其最终机器学习模型的预测性能。

当人工智能输入人工智能时，存在“系统之间的反馈”的潜力​​，人工智能会无限地继续输入自身。

商业应用和实际用途：--

参考这本书：面向企业的自动化机器学习。

技术镜：--

“什么是 AutoML？自动化机器学习提供了方法和流程，使机器学习可供非机器学习专家使用，以提高机器学习的效率并加速机器学习的研究。

机器学习 (ML) 近年来取得了相当大的成功，越来越多的学科依赖它。然而，这一成功关键依赖于人类机器学习专家来执行以下任务：

  • 预处理和清理数据。
  • 选择并构建适当的特征。
  • 选择合适的模型族。
  • 优化模型超参数。
  • 后处理机器学习模型。
  • 批判性地分析获得的结果。

由于这些任务的复杂性通常超出了非 ML 专家的范围，机器学习应用程序的快速增长催生了对无需专业知识即可轻松使用的现成机器学习方法的需求。我们将由此产生的研究领域称为机器学习 AutoML 的渐进式自动化。”

– 自动机器学习。(nd)。取自 < http://www.ml4aad.org/automl/ >

来源和参考资料；和进一步阅读：--

阅读您的问题时首先想到的是遗传算法。

他们创建自己的替代版本，并在特定任务上衡量每个版本的性能，然后丢弃那些效果不佳的版本，同时为下一代保留最好的版本。这里的突变通常是随机的，对于大型/复杂的问题，这些模拟可能需要非常长的时间。如您所见，这组算法深受进化和生物学的启发。

当我阅读您问题的最后一部分时，我意识到这可能比您想象的要小得多。但是，本质上，遗传算法做了你在第一部分中描述的事情。

有关更大规模的问题，请参阅@Neil Slater 的回答。

其它你可能感兴趣的问题
上一篇为什么该政策不是 MDP 定义的一部分？ 下一篇PHP可以被认为是一种严肃的人工智能编程语言吗？