Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
jegorolęwyłączniedosterowania.Naszadefinicjainteligencjirozszerzatopojęcie
omożliwośćwywieraniawpływunaotoczenie.
Wywieraniewpływutojednakniejedynytypzachowańniezbędnychdoefektywnej
realizacjimisji.Równieważne,jeśliczasemnawetnieważniejsze,jestefektywnepo-
zyskiwaniedanych,informacjiiwiedzyzotoczeniaorazwykorzystywanieichdo
podnoszeniaswojejefektywności.Zdolnośćdoprzekazywaniadoświadczeńiwiedzy
nietylkozpokolenianapokolenie(przeznp.procesyewolucyjne),aleteżwobrębie
jednegopokolenia-itowzakresiedużoszerszymniżzmianygenetyczne-jestkolej-
nymzczynnikównprzewagikonkurencyjnej”człowiekanadinnymistworzeniami.
Dziękitemujakospołeczeństwapotrafimyszybkosięuczyć,cowpołączeniuzpamię-
cią(zarównokrótkoterminową,jakihistoryczną)jestrównieżpodstawąrozwoju
technologicznego.Wefekciekolejnąpożądanąumiejętnościąsystemuinteligentnego
jestzdolnośćdopozyskiwaniainformacjiiwiedzyorazposiłkowaniasiędoświadcze-
niaminietylkowłasnymi,aleteżcudzymi.
Ostatnimelementemzachowań,któresąkluczowedlanaszegopojmowaniainteli-
gencji,jestumiejętnośćsamodzielnegouczeniasięisamodoskonalenia.Inteligentne
maszynynietylkopowinnypotrafićefektywniewykorzystywaćnmózg”dostarczony
imzzewnątrz,aleteżwmiarępozyskiwanianowychdoświadczeńrozwijaćsięsamo-
dzielnie.Jesttoprzedmiotemuczeniamaszynowego(któregopodstawowezałożenia
przedstawimywkolejnympunkcie)ibadańzzakresutzw.metauczeniasię(Meta
Learning;nauczaniemaszynidentyfikacjioptymalnychdlanichstrategiiuczeniasię)
czyteżsamonadzorowanegouczeniasię(Self-SupervisedLearning).Tokolejneinspi-
rująceobszarybadań,któremogąmocnowpłynąćnaprzyszłośćświata.
Ostatnimczłonemzaproponowanejdefinicjiinteligencjijestnowasytuacja.‘Nowa’
jestdlanassynonimemzłożonościiniepewności,zaś‘sytuacja’dotyczyotoczenia
(środowiska,świata),wktórymdziałasysteminteligentny.
Jakjużwspomniałem,spektrumtychproblemówjestszerokie:oddobrzeznanych,
obserwowalnychideterministycznych,poniezrozumiałe,nieobserwowalneiszybko-
zmienne.Wnaszejdefinicji‘nowesytuacje’dotyczątegodrugiegoekstremum,przy
czymwnaturalnysposóbtrudnojesttujasnookreślićgranicepomiędzyinteligencją
aautomatyzmembędącymrezultatemimplementacjiprostychalgorytmów.Inteli-
gentnyagentpowinienefektywnierealizowaćswojezadaniawsytuacjachdużejnie-
pewności(środowiskastochastyczne,wktórychniejesteśmypewnikonsekwencji
swoichdziałań),szybkozmiennych(wktórychdynamiczniezmieniająsięregułygry)
itylkoczęściowoobserwowalnych(nzograniczonąwidocznością”).Umiejętność
działaniawśrodowiskachciągłychwydajesięprzytymbłahostką(dlaczłowiekato
naturalneśrodowisko:obrazy,którepostrzegamy,nieskładająsięprzecieżzdużych
npikseli”
,ruchy,którewykonujemy,sąpłynneitd.),niemniejwpraktycewymógten
(podejmowaniedecyzjiwsytuacjinadmiarudanych)okazujesięrównieżbardzo
dużymwyzwaniem.Naszadefinicjainteligencjimaszynjestponiekądzbliżonado
Podstawowepojęciaikoncepcje
15
