タグ付けされた質問 「history」

1
Lovelace Test 2.0はアカデミックな環境でうまく使用されていますか？
2014年10月、Mark Riedl博士は、オリジナルのLovelace Test（2001年に公開）に触発された後、「Lovelace Test 2.0」と呼ばれるAIインテリジェンスのテスト方法を公開しました。マークは、オリジナルのラブレーステストに合格することは不可能であると考えていたため、より弱く、より実用的なバージョンを提案しました。 Lovelace Test 2.0は、AIがインテリジェントであるためには創造性を示さなければならないという仮定を立てています。論文自体から： Lovelace 2.0テストは次のとおりです。人工エージェントaは次のようにチャレンジされます。 タイプtの成果物oを作成する必要があります。 o制約Cのセットに準拠する必要があります。ci∈Cは自然言語で表現可能な基準です。 tとCを選択した人間の評価者hは、oがtの有効なインスタンスであり、Cを満たすことを満足します。そして 人間の審判員rは、tとCの組み合わせが平均的な人間にとって非現実的ではないと判断します。 人間の評価者は、AIが勝つための非常に簡単な制約を考え出す可能性があるため、人間の評価者は、AIが失敗するまで、AIに対してますます複雑な制約を考え続けることが期待されます。Lovelace Test 2.0のポイントは、さまざまなAIの創造性を比較することであり、チューリングテストのように「インテリジェンス」と「非インテリジェンス」の明確な境界線を提供することではありません。 ただし、このテストが実際にアカデミックな環境で使用されているのか、それとも現時点で思考実験としてのみ使用されているのかについて興味があります。Lovelaceテストは、アカデミックな環境では簡単に適用できるように見えますが（人工エージェントをテストするために使用できる測定可能な制約を開発する必要があるだけです）、主観的すぎる場合もあります（人間は特定の制約のメリットに同意できない場合があり、 AIによって作成された創造的なアーティファクトが実際に最終結果を満たします）。
2
PrologはまだAIで使用されていますか？
ウィキペディアによると、 Prologは、人工知能と計算言語学に関連付けられた汎用ロジックプログラミング言語です。 まだAIに使用されていますか？ これは、2014年のクローズドベータに関する質問に基づいています。著者のUIDは330でした。
3
MLがNvidiaのチップが利用可能になった後にのみ実行可能になったのはなぜですか？
中国の有力な2人の科学者、Wang GangとYu Kaiなどからなるパネルによる講演を聞きました。 近い将来（3〜5年）の人工知能の開発の最大のボトルネックについて尋ねられたとき、ハードウェア業界での経験を持つYu Kaiは、ハードウェアが本質的な問題であり、私たちのほとんどに支払うべきであると述べましたそのことに私たちの注意。彼は私たちに2つの例を示しました： コンピューターの初期の開発では、マシンをチップで比較しています。 近年非常に人気のある人工知能は、NvidiaのGPUによって強化されなければ、ほとんど不可能です。 基本的なアルゴリズムはすでに1980年代と1990年代に存在していましたが、人工知能は3冬のAIを通過し、GPUブーストメガサーバーでモデルをトレーニングできるようになるまでは経験的ではありませんでした。 その後、王博士は、世界中のすべてのGPUと計算を組み合わせても自動車を構築できないため、ソフトウェアシステムも開発する必要があるとの意見にコメントしました。 すると、いつものように頭が離れて、​​1980年代と1990年代にスーパーコンピュータを操作できる人が、当時存在していたニューラルネットワークアルゴリズムを利用して、大量の科学データでトレーニングするとしたらどうだろうと考え始めました。当時は明らかに、私たちが現在構築しているAIシステムの構築を試みる人もいます。しかし、なぜAIが話題になり、数十年後まで経験的になったのでしょうか。ハードウェア、ソフトウェア、データの問題だけですか？
3
人間のような一般的なインテリジェンスとドメイン固有のインテリジェンスの違いを最初に認識した人物は誰ですか？
1950年代には、「人工知能」は人間とチェスを勝ち取るのにすぐに自覚的で賢いものになると広く信じられていました。さまざまな人々が、たとえば10年の時間枠を提案しました（オラザランの「パーセプトロン論争の公式歴史」または2001年の宇宙オデッセイを参照してください）。 チェスのようなゲームをマスターするプログラムを考案した結果、プログラムの対象となっているようなゲームにのみ適用されるソフトウェア設計が生まれることはいつ明らかになりましたか？人間のような一般的なインテリジェンスとドメイン固有のインテリジェンスの違いを最初に認識した人物は誰ですか？
4
AIの冬は避けられませんか？
ウィキペディアによると（引用は省略）： 人工知能の歴史の中で、AIの冬は、人工知能の研究への資金と関心が減少している期間です。この用語は、核の冬の概念に類似して造られました。この分野では、いくつかの誇大宣伝サイクルが発生し、その後に失望と批判が続き、その後、資金の削減が行われ、その後数年または数十年後に再び金利が上昇しました。 ウィキペディアのページでは、AIの冬の原因について少し説明しています。ただし、AI Winterの発生を止めることができるかどうかは知りたいです。過剰投資に続いて過小投資が原因で発生するリソースの誤った割り当てはあまり好きではありません。 Wikipediaのページに記載されているAI冬の原因の1つは「誇大広告」です。 AIの冬は、部分的に過剰に膨らんだ期待とそれに続く株式市場でのクラッシュとして理解され、鉄道マニアとドットコムバブルによって例示されます。新しいテクノロジーの開発（ハイプサイクルとして知られている）の一般的なパターンでは、イベント、通常はテクノロジーのブレークスルーが宣伝を生み出し、「期待のピーク」に続いて「幻滅の谷」が生まれます。科学的および技術的な進歩は、投資家やその他の利害関係者の間での宣伝に起因する期待の高まりに追いつくことができないため、衝突が続く必要があります。AIテクノロジーもこのルールの例外ではないようです。 そして、この段落は、新しいテクノロジーがこの「膨らんだ期待」のパターンに詰まり、その後幻滅することを示しているようです。 では、AIの冬は避けられないのでしょうか？将来的にAIテクノロジーが常に過大評価され、深刻な「修正」が常に発生することは避けられませんか？それとも、この誇大広告サイクルを管理して、資金の大幅な増減を止める方法はありますか？
9 history 
2
Lispは、機械学習の特定のコンテキストで今日でも学ぶ価値がありますか？[閉まっている]
休業。この質問は意見に基づいています。現在、回答を受け付けていません。 この質問を改善してみませんか？この投稿を編集して、事実と引用で回答できるように質問を更新してください。 14日前休業。 Lispは元々、コンピュータプログラムの実用的な数学表記として作成され、Alonzo Churchのラムダ計算の表記法に影響を受けました。ウィキペディアによれば、人工知能（AI）研究ですぐに好まれたプログラミング言語になりました。 LispがAIでまだ使用されている場合、特に機械学習とディープラーニングのコンテキストでは、それを学習する価値がありますか？
3
人工知能は電気ベースのテクノロジーに制限されていますか？
ウィキペディアによると： AIは、機械によって示されるインテリジェンスです。 最近の生物学的進歩により、次のように動作できるように人間によってプログラムされた非電気ベースの「機械」がすでに存在するのかどうか疑問に思っています。 環境を認識し、ある目標で成功する可能性を最大化するアクションを実行する柔軟な合理的エージェント 特にウイルスやバクテリアについて考えていました。これらは、柔軟な合理的なエージェント（つまり、AIエンティティ）として動作するように人間によってプログラムされていますか？ この目的のためにすでに使用されている他の生物はありますか？
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.