In che modo si può parlare di un computer di sviluppo di un senso del tempo? Questo è un intrigante domanda proposta dalla nuova ricerca presso la Ruprecht-Karls-Universität di Heildelberg, e la cooperazione di istituzioni che cerca di creare una rete neurale, la “freccia del tempo”.
La freccia del tempo, coniato dall’astronomo Arthur Eddington, è la nozione che il tempo ha una direzione, un senso, che stati di cose, il passaggio da una all’altra lungo una traiettoria, e non invertire la traiettoria. Si potrebbe pensare di bussare sopra un vaso da una tabella. Con il vaso che giace in pezzi sul pavimento, il priore di stato, dove è intatto sul tavolo, è ormai irraggiungibile, dando alle persone un senso del trascorrere del tempo.
Può un computer dotato di questo fatto sul mondo fisico?
Autore principale Nasim Gialloreto e colleghi hanno sviluppato una rete neurale che modifica ciò che è noto come il rafforzamento dell’apprendimento, il perseguimento delle azioni principali per obiettivi. La rete calcola la probabilità che, una volta che un determinato stato di cose porta ad un altro, il processo non è probabile che sia invertito la precedente stato.
Come scrivono, “Noi esseri umani sembrano avere una comprensione innata di asimmetrica progressione di tempo, che possiamo utilizzare in modo efficiente e sicuro di percepire e manipolare il nostro ambiente.
Gialloreto et al. calcolare la “h-potenziale” in un gioco in cui una macchina si è mossa su un paesaggio di montagna. La presenza di attrito, in progresso aggiunge fino a dissipazione nel modello di gioco, rappresentato come il rosso brillante h-potenziale a un certo punto l’auto, la posizione e la velocità.
Gialloreto et al. 2019
“Ci chiediamo se e come queste proprietà può essere sfruttata per imparare una rappresentazione che funzionalmente imita la nostra comprensione della natura asimmetrica del tempo”.
Risultato della ricerca non è un senso del tempo, come noi comunemente pensiamo. Al contrario, il computer è in grado di calcolare l’ordine di stati di cose. La capacità, gli autori sostengono, potrebbe migliorare l’apprendimento di rinforzo per cose come assicurarsi che l’intelligenza artificiale non causare effetti indesiderati (immaginate A. I. agire in un applicazione medica.)
Anche: IBM AI mosche e indietro nel tempo in Flappy Bird
La carta, “Imparare la Freccia del Tempo”, è pubblicato su arXiv pre-server di stampa, ed è co-autore Gialloreto, che detiene più appuntamenti presso la Ruprecht-Karls-Universität di Montreal, prestigioso MILA istituto per l’apprendimento automatico, e il Max-Planck Institute for Intelligent Systems; Steffan Lupo e Romana Remme di Ruprecht-Karls; e Anirudh Goyal e Yoshua Bengio di MILA. Bengio, si noti, è uno dei tre destinatari di quest’anno ACM Turing Award per il conseguimento di calcolo.
Gli autori hanno utilizzato una forma di apprendimento di rinforzo, il Q-Learning. La parte importante è che, a differenza del gioco di scacchi o di andare, dove il rafforzamento dell’apprendimento è aiutato conoscendo le regole del gioco, in questo lavoro, le regole non sono noti. Un computer è l’ingresso, con i vari stati di un ambiente con nessuna conoscenza di come uno stato può condurre ad un altro. Il computer deve calcolare che diversi stati membri, può essere raggiunto da un altro e che non possono, una misura della irreversibilità di passare all’azione.
Un esempio è ciò che è noto come il “mondo 2D con vasi”. Il computer è in grado di spostare un agente virtuale intorno ad una griglia di piastrelle verso un obiettivo che si trova da qualche parte in rete. Come si muove, incontri vasi su alcune delle piastrelle. Se ne incontri uno, il vaso scompare dalla rete, che rappresenta il vaso che è stata rotta dai, si immagina, l’agente virtuale di ribaltare il vaso fuori il suo piccolo tavolo. Che cambia, il vaso di scomparire e mai riapparire, significa stato precedente, una tessera con un vaso, non è più raggiungibile.
Esplorando in questo modo, il computer sta trasformando lo stato iniziale della rete, dove non c’è nessuna informazione su ciò che gli stati che comportano l’un l’altro, in una mappa completa di ciò che gli stati che può essere raggiunto e ciò che dichiara di diventare irraggiungibile a causa di un vaso rotto. In termini formali, il computer è il calcolo di una funzione chiamata “h-potenziale”, simboleggiato dalla lettera “h” nelle equazioni, che aumenta come loro sono stati più di la griglia di gioco con vasi rotti. Questo h-potenziale viene poi utilizzato per costruire una “raggiungibilità” misura, simboleggiato dalla lettera greca “η,” ita. Raggiungibilità poi diventa una questione di calcolo come le azioni portano a stati con il più alto h-potenzialità.
Che cosa è l’IA? Tutto il necessario per knowWhat è profondo apprendimento? Tutto il necessario per knowWhat è la macchina di apprendimento? Tutto il necessario per knowWhat è il cloud computing? Tutto quello che devi sapere
Tutto questo ha una varietà di applicazioni pratiche. Per esempio, può essere un modo per costruire A. I. sistemi con un minor numero di effetti collaterali indesiderati, come nell’esempio medico.
Ma solo quello che si è imparato, esattamente? In teoria, gli autori mostrano che questo modello di stati di cose — calcolo dell’incremento h-potenziale, e la raggiungibilità cambiamento, e dunque l’irreversibilità di stati di cose — concorda con la fisica fondamentale. Appositamente, le stime per il loro programma d’accordo con il “free-energy” funzione di fisica statistica riguardo a come le particelle subiscono il moto Browniano. Si può pensare della fisica, come la “verità a terra”, la “vera freccia del tempo”, come scrivono.
Ma ci sono altre cose ora che non fattore qui. Ad esempio, il calcolo di raggiungibilità non dice nulla di causalità. Un computer non ha calcolato qualche cosa come un modello per come vasi sono rotti. E un senso di causalità è probabilmente parte di un umano senso della freccia del tempo.
Come scrivono gli autori nelle loro osservazioni conclusive, “lavori Futuri potrebbero disegnare le connessioni algoritmico indipendenza di causa e il meccanismo di esplorare le applicazioni in inferenza causale.”
Intelligenza Artificiale
Un minor numero di persone che cercano AI lavori: è il mercato di raffreddamento off, o troppo caldo da maneggiare?
I dati che i treni AI sempre più chiamate in questione AI
AI sta cambiando l’intera natura del compute
Un affidabile AI iniziativa nell’UE
IA rete neurale sta dando i gatti terrificante nomi (CNET)
AI creato 3x come molti posti di lavoro, come ha ucciso l’anno scorso (TechRepublic)
Argomenti Correlati:
La Trasformazione Digitale
CXO
Internet delle Cose
L’innovazione
Enterprise Software
Smart Cities