Q:
เครือข่ายปากแข็งลึกมีบทบาทในการวิวัฒนาการ AI อย่างไร
A:บนใบหน้าของมันเครือข่ายปากแข็งลึกเพียงแค่ "เพิ่มฟังก์ชั่น" ให้กับโครงสร้างทางเทคโนโลยีที่มีอยู่เดิมเครือข่าย adversarial (GAN) แต่ในความเป็นจริงวิวัฒนาการล่าสุดของเครือข่ายปากแข็งลึกบอกเราสิ่งพื้นฐานเกี่ยวกับ AI สามารถพัฒนาไปสู่ แบบจำลองที่สำคัญของการตัดสินใจของมนุษย์
เครือข่ายที่ดื้อรั้นลึกนั้นอาศัยการมีอิทธิพลซึ่งกันและกันภายใน GAN ของ "หน่วยงาน" AI สองหน่วย: "เครื่องกำเนิด" และ "ผู้แบ่งแยก" เครื่องกำเนิด "สร้าง" เนื้อหาหรือตัวอย่างหรือทดสอบข้อมูลหรือสิ่งที่คุณเลือกที่จะเรียกมัน discriminator ใช้อินพุตและเรียงลำดับหรือทำการตัดสินใจตาม ทั้งสองส่วนของเครือข่ายที่ดื้อรั้นลึกเป็นหน่วยงานอิสระเพื่อการวิจัย AI แต่พวกเขาทำงานร่วมกัน
เป็นเรื่องสำคัญที่จะต้องทราบว่าวรรณกรรมสาธารณะที่มีอยู่ในเครือข่ายที่ดื้อรั้นลึกนั้นขาดแคลนดูเหมือนจะประกอบด้วยคำอธิบายทั่วไปจำนวนเล็กน้อยในหน้าอันดับสูงสุดของ Google หนึ่งในผู้มีอำนาจมากที่สุดของ KDNuggets อ้างถึงการใช้ "สัมประสิทธิ์ Goodfellow" ซึ่งไม่สามารถค้นพบได้ด้วยตนเองผ่านการค้นหาโดย Google (Ian Goodfellow เป็นนักวิทยาศาสตร์คอมพิวเตอร์ให้เครดิตกับแนวคิดพื้นฐานบางอย่างที่อยู่เบื้องหลังเครือข่ายปากแข็งลึก)
อย่างไรก็ตามความคิดของเครือข่ายปากแข็งลึกได้อธิบายไว้ที่ KDNuggets และที่อื่น ๆ : ความคิดพื้นฐานคือเครื่องกำเนิดไฟฟ้าสามารถ "พยายามหลอกลวง" ผู้เลือกปฏิบัติและผู้จำแนกสามารถทำ "เลือกปฏิบัติมากขึ้น" จนกว่าจะกลายเป็นในทาง เกรียวกราวใน "สงสัยตนเอง" และไม่เลือกที่จะแสดงผลลัพธ์ จากนั้นขั้นตอนต่อไปที่สำคัญเกิดขึ้น: โปรแกรมไม่ว่าจะด้วยการแทรกแซงของมนุษย์หรืออัลกอริทึมก็คือ "เกลี้ยกล่อม" เพื่อให้คำตอบ
ในโมเดลนี้เราเริ่มเห็น AI ทำตามขั้นตอนอย่างมากตั้งแต่การสร้างแบบจำลองข้อมูลหรือการแยกชุดฝึกอบรมไปจนถึงการตัดสินใจระดับสูงที่เราคิดว่าอยู่ในขอบเขตของมนุษย์ ในการประเมินทั้งรูปแบบ "ตัวเลือก" ของตัวเลือกปฏิบัติ AI และรูปแบบ "ตัวเลือก" ของมนุษย์ชิ้น KDNuggets อ้างถึง "Paradox of Choice" ซึ่งบุกเบิกโดย Barry Schwartz บางโพสต์บล็อกอิสระอธิบายว่าเครือข่ายปากแข็งลึกกำลังเน้นพฤติกรรมของมนุษย์เป็นหลัก: J. Yakov Stern อธิบายถึงข้อ จำกัด ในปัจจุบันและความคืบหน้าที่เป็นไปได้ในการพูดนานเหยียดยาวบน IVR และ Alexia Jolicoeur-Martineau
ดังนั้นในแง่หนึ่งผลกระทบหลักของเครือข่ายที่ดื้อรั้นลึก ๆ เกี่ยวกับ AI ก็คือการปรับทิศทางหรือขยายการวิจัยที่นอกเหนือจากการตัดสินใจประเภทต่างๆที่ใช้กับองค์กรได้อย่างง่ายดายและเพื่อส่งเสริมการวิจัยที่ก้าวล้ำในการสร้างคอมพิวเตอร์ให้เหมือนมนุษย์มากยิ่งขึ้น อาจมีแอปพลิเคชั่นจำนวนมากสำหรับความคิดนี้สำหรับองค์กร แต่พวกเขาไม่ได้ถูกตัดและทำให้แห้งเหมือนการใช้งานในปัจจุบันของอัลกอริทึมการเรียนรู้ของเครื่องกับเครื่องมือแนะนำผู้บริโภคหรือการใช้กระบวนการ ML ML ในการตลาด ดูเหมือนว่าการวิจัยของ DSN จะแนะนำว่าเราสามารถทำให้หน่วยงาน AI มีความรู้สึกมากขึ้นซึ่งมีความเสี่ยงและผลตอบแทนที่ดี
