General Purpose Learning Machine
Я прочитал вышупомянутые комментарии дипмайндовцев на Лэйка (https://arxiv.org/abs/1711.08378 ) и осознал, что приведенная мной концепция (скрещивания pathnet и alphago) несостоятельна. Ибо сетка такая не сможет пользоваться своей внутренней моделью ни для запоминания, ни для моделирования гипотиз (мыслей). Приведу цитаты из дипмайндовцев:
"...we favor an approach that prioritizes autonomy, empowering artificial agents to learn their own internal models and how to use them, mitigating their reliance on detailed configuration by a human engineer..."
"...we aim toward agents that can both build and exploit their own internal models, with minimal human hand-engineering..."
"...An autonomous agent needs good models, but it also needs to know how to make use of them (Botvinick & Cohen, 2014), especially in settings where task goals may vary over time..."
"...control structures to co-evolve with internal models, maximizing their compatibility. Though efforts to capitalize on these advantages in practice are only in their infancy, recent work from Hamrick and colleagues (2017), which simultaneously trained an internal model and a corresponding set of control functions, provides a case study of how this might work..."
Модель и умение её использовать для памяти и для моделирования/воображения это двуединая штука, кторая должна быть со-выведена (co-evolve). Я бы даже сказал триединая штука, потому что память (и моделирование/воображение) должны быть связными, ассоциативными и связность должна поддерживаться в обновляющейся модели.
Такая система должна быть выведена автоматически. Вопрос в том, с какой простейшей задачи требуещей простейшей памяти и простейшего моделирования начать, чтобы заэмерджентить такую систему и как плавненько задачку усложнять, чтобы из искры разгорелось пламя.
View the entire thread this comment is a part of