बुद्धि का मूल्यांकन कैसे करें? गूगल दृष्टिकोण

"इंटेलिजेंस के उपाय पर" का सारांश

बुद्धि और इसके मैट्रिक्स की व्यावहारिक रूप से उपयोगी परिभाषा की आवश्यकता है।

बुद्धि की परिभाषा: दो परस्पर विरोधी दृष्टिकोण

• मन विशेष प्रयोजन तंत्र का एक स्थिर समूह है जो स्पष्ट रूप से कुछ कार्यों के लिए विकास द्वारा बनता है। डार्विनवाद, विकासवादी मनोविज्ञान और चेतना के जैविक प्रतिरूपकता की अवधारणा का समर्थन करने वाले तंत्रिका विज्ञानियों का यह दृष्टिकोण ।
  मन की समझ को ऊर्ध्वाधर, अपेक्षाकृत स्थिर कार्यक्रमों की एक विस्तृत श्रृंखला के रूप में "बुद्धिमत्ता" के रूप में विकसित किया गया था, जो मार्विन मिनस्की द्वारा भी विकसित किया गया था, जिसने अंततः एआई को परीक्षण कार्यों की दी गई सूची पर मानव परिणामों के अनुकरण के रूप में समझा।
• तबला रस: मन अनिश्चित उद्देश्य का एक "स्वच्छ पत्रक" है, जो आपकी समस्या को हल करने के लिए ज्ञान और कौशल में मनमाने अनुभव को बदलने में सक्षम है। यह एलन ट्यूरिंग और की दृष्टि है connectionists । इस समझ में, सुपर-कंप्यूटर के रूपक के माध्यम से बुद्धिमत्ता का प्रतिनिधित्व किया जाता है, और इसके निम्न-स्तरीय यांत्रिकी से "खरोंच से", "आंकड़ों के अनुसार" कौशल का असीमित सेट प्राप्त करना संभव हो जाता है।

एआई आकलन: कौशल का आकलन से लेकर व्यापक क्षमताओं का आकलन

• सामान्यीकरण का अभाव । एआई सिस्टम, जिसमें कोई अनिश्चितता और नवीनता नहीं है, उदाहरण के लिए सामान्यीकरण करने की क्षमता का प्रदर्शन नहीं करते हैं: टिक-टैक-टो खेलने के लिए एक कार्यक्रम, जो विकल्पों की संपूर्ण खोज से जीतता है।
• स्थानीय सामान्यीकरण, या "विश्वसनीयता", एक कार्य के लिए एक ज्ञात वितरण से नए बिंदुओं को संसाधित करने की प्रणाली की क्षमता है। उदाहरण के लिए, एक छवि वर्गीकरण द्वारा एक स्थानीय वर्गीकरण किया गया था, जो बिल्लियों और कुत्तों की कई समान छवियों पर प्रशिक्षण के बाद कुत्तों के समान स्वरूपित चित्रों से बिल्लियों की अनदेखी छवियों को अलग कर सकता है।
• , «» — : , , « ». , , « » ( ) [16], .
• . , , — « ». ( , , ).

1. प्राकृतिक भाषा प्रसंस्करण के लिए संदर्भ मानदंड GLUE [13] और SuperGLUE [12]
2. सुदृढीकरण सीखने वाले एजेंटों के लिए आर्केड सीखने का माहौल [1],
3. एआई "माल्मो प्रोजेक्ट" के प्रयोगों और शोध के लिए मंच,
4. व्यवहार सुइट प्रयोग सेट [8]

1. एनिमल-एआई ओलंपिक ओलंपियाड [2] ( animalaiolympics.com )
2. और जीवीजी -एआई प्रतियोगिता [9] ( gvgai.net )।

नई अवधारणा

1. गुंजाइश, जो कम या ज्यादा हो सकती है;
2. दक्षता की डिग्री जिसके साथ प्रणाली एक प्राथमिकता ज्ञान और अनुभव को किसी दिए गए क्षेत्र में नए कौशल में बदल देती है;
3. विचाराधीन क्षेत्र में विभिन्न बिंदुओं द्वारा प्रतिनिधित्व सामान्यीकरण की जटिलता की डिग्री।

?

• , .
• ( ).
• :
  ◦ , – , ,
  ◦ , – (), () ( )
• उन्हें प्रशिक्षण के दौरान सिस्टम द्वारा उपयोग किए जाने वाले अनुभव की मात्रा को नियंत्रित करना होगा। असीमित प्रशिक्षण डेटा का चयन करके एक बेंचमार्क की प्रभावशीलता "खरीदना" असंभव होना चाहिए।
• इसे उपयोग किए गए प्रारंभिक ज्ञान के सेट का स्पष्ट और व्यापक विवरण प्रदान करना चाहिए।
• उसे लोगों और मशीनों दोनों के लिए निष्पक्ष रूप से काम करना चाहिए, उसी ज्ञान का उपयोग करके जो लोग उपयोग करते हैं।

सुझाया गया परीक्षण: एआरसी डेटासेट

• प्रत्येक परीक्षण कार्य नया है और सभी परीक्षण प्रतिभागियों के लिए सामान्य ज्ञान के स्पष्ट सेट पर निर्भर करता है।
• इसे लोगों द्वारा पूरी तरह से हल किया जा सकता है, लेकिन इसे किसी भी मौजूदा मशीन लर्निंग तकनीक (गहरी शिक्षा सहित) की मदद से पूरा नहीं किया जा सकता है।
• परीक्षण एआई शोधकर्ताओं के लिए एक बहुत ही दिलचस्प "खेल का मैदान" हो सकता है जो एल्गोरिदम विकसित करने में रुचि रखते हैं जो व्यापक सामान्यीकरण में सक्षम हैं जो मानव की तरह कार्य करता है। इसके अलावा, एआरसी हमें मानव और मशीन इंटेलिजेंस की तुलना करने का अवसर देती है, क्योंकि हम उन्हें समान प्रारंभिक ज्ञान प्रदान करते हैं।

साहित्य

• [1] . , , (Marc G. Bellemare, Yavar Naddaf, Joel Veness, and Michael Bowling). : (The arcade learning environment: An evaluation platform for general agents). . (J. Artif). Int. Res., (1):253–279, 2013.
• [2] , -, , , (Benjamin Beyret, Jos Hernndez-Orallo, Lucy Cheke, Marta Halina, Murray Shanahan, and Matthew Crosby). «-»: (The animal-AI environment: Training and testing animal — like artificial cognition), 2019.
• [3] , (Martin Buehler, Karl Iagnemma, and Sanjiv Singh). 2005 .: (The 2005 DARPA Grand Challenge: The Great Robot Race). Springer Publishing Company, Incorporated, 1- , 2007.
• [4] . (Raven J. John). (Raven Progressive Matrices). Springer, , M, 2003.
• [5] (James Macgregor and Yun Chu). : (Human performance on the traveling salesman and related problems: A review). The Journal of Problem Solving, 3, 02 2011.
• [6] (James Macgregor and Thomas Ormerod). (Human performance on the traveling salesman problem). Perception & psychophysics, 58:527–39, 06 1996.
• [7] (Pamela McCorduck). , : (Machines Who Think: A Personal Inquiry into the History and Prospects of Artificial Intelligence). AK Peters Ltd, 2004.
• [8] , , , , , , , , , . (Ian Osband, Yotam Doron, Matteo Hessel, John Aslanides, Eren Sezener, Andre Saraiva, Katrina McKinney, Tor Lattimore, Csaba Szepezvari, Satinder Singh, et al). (Behaviour suite for reinforcement learning), arXiv, arXiv:1908.03568, 2019.
• [9] -, , , , . (Diego Perez-Liebana, Jialin Liu, Ahmed Khalifa, Raluca D Gaina, Julian Togelius, and Simon M Lucas). : , (General video game AI: a multi-track framework for evaluating agents, games and content generation algorithms). arXiv arXiv: 1802.10363, 2018.
• [10] . . (David M. W. Powers). (The total Turing test and the loebner prize). , 1998.
• [11] A.. (A.M. Turing). (Computing machinery and intelligence). 1950.
• [12] , , , , , , . (Alex Wang, Yada Pruksachatkun, Nikita Nangia, Amanpreet Singh, Julian Michael, Felix Hill, Omer Levy, and Samuel R Bowman). SuperGLUE: (Superglue: A stickier benchmark for general-purpose language understanding systems.) 2019.
• [13] , , , , . (Alex Wang, Amanpreet Singh, Julian Michael, Felix Hill, Omer Levy, and Samuel R Bowman). Glue: (Glue: A multi-task benchmark and analysis platform for natural language understanding). 2018.
• [14] . (David H Wolpert). « »; (What the no free lunch theorems really mean; how to improve search algorithms).
• [15] .. .. (D.H. Wolpert and W.G. Macready). « » (No free lunch theorems for optimization). (IEEE Transactions on Evolutionary Computation), . 67–82, 1997.
• [16] . (Stephen G. Wozniak). (Three minutes with steve wozniak). PC World, 2007.