Mesin pengajar dengan cara pelatih hewan membentuk perilaku anjing atau kuda telah menjadi metode penting untuk mengembangkan kecerdasan buatan dan yang diakui pada hari Rabu dengan penghargaan ilmu komputer terbaik.
Dua pelopor di bidang pembelajaran penguatan, Andrew Barto dan Richard Sutton, adalah pemenang dari AM Turing Award tahun ini, setara dengan Hadiah Nobel Tech World.
Penelitian bahwa Barto, 76, dan Sutton, 67, dimulai pada akhir 1970 -an membuka jalan bagi beberapa terobosan AI dekade terakhir. Di jantung pekerjaan mereka menyalurkan apa yang disebut mesin “hedonistik” yang dapat terus menyesuaikan perilaku mereka sebagai respons terhadap sinyal positif.
Pembelajaran Penguatan adalah apa yang menyebabkan program Google Computer untuk mengalahkan Pemain Manusia Terbaik Dunia dari permainan papan Tiongkok kuno pergi pada tahun 2016 dan 2017. Ini juga merupakan teknik utama dalam meningkatkan alat AI populer seperti chatgpt, mengoptimalkan perdagangan keuangan dan membantu penyelesaian tangan robot Rubik’s Cube.
Tetapi Barto mengatakan lapangan itu “tidak modis” ketika dia dan mahasiswa doktoralnya, Sutton, mulai menyusun teori dan algoritma mereka di University of Massachusetts, Amherst.
“Kami semacam di hutan belantara,” kata Barto dalam sebuah wawancara dengan Associated Press. “Itulah mengapa sangat menyenangkan menerima penghargaan ini, untuk melihat ini menjadi lebih diakui sebagai sesuatu yang relevan dan menarik. Pada hari -hari awal, tidak. “
Google mensponsori hadiah tahunan $ 1 juta, yang diumumkan pada hari Rabu oleh Asosiasi Mesin Komputasi.
Barto, yang sekarang sudah pensiun dari University of Massachusetts, dan Sutton, seorang profesor lama di Canada’s University of Alberta, bukan yang pertama AI Pionir untuk menang penghargaan yang dinamai matematikawan Inggris, CodeBreaker dan awal Ai pemikir Alan Turing. Tetapi penelitian mereka telah secara langsung berusaha menjawab panggilan Turing tahun 1947 untuk mesin yang “dapat belajar dari pengalaman” – yang digambarkan Sutton sebagai “bisa dibilang gagasan penting pembelajaran penguatan.”
Secara khusus, mereka meminjam dari ide-ide dalam psikologi dan ilmu saraf tentang cara neuron pencarian kesenangan merespons hadiah atau hukuman. Dalam satu makalah tengara yang diterbitkan pada awal 1980 -an, Barto dan Sutton menetapkan pendekatan baru mereka pada tugas tertentu di dunia yang disimulasikan: menyeimbangkan tiang pada gerobak yang bergerak agar tidak jatuh. Kedua ilmuwan komputer kemudian ikut menulis buku teks yang banyak digunakan tentang pembelajaran penguatan.
“Alat yang mereka kembangkan tetap menjadi pilar sentral dari booming AI dan telah memberikan kemajuan besar, menarik banyak peneliti muda, dan mendorong miliaran dolar dalam investasi,” kata kepala ilmuwan Google Jeff Dean dalam sebuah pernyataan tertulis.
Dalam wawancara bersama dengan AP, Barto dan Sutton tidak selalu setuju bagaimana mengevaluasi risiko agen AI yang terus -menerus berusaha untuk meningkatkan diri. Mereka juga membedakan pekerjaan mereka dari cabang teknologi AI generatif yang saat ini sedang dalam mode – model bahasa besar di balik chatbots yang dibuat oleh Openai, Google dan raksasa teknologi lainnya yang meniru penulisan manusia dan media lainnya.
“Pilihan besarnya adalah, apakah Anda mencoba belajar dari data orang, atau Anda mencoba belajar dari kehidupan agen (AI) sendiri dan pengalamannya sendiri?” Sutton berkata.
Sutton telah menolak apa yang ia gambarkan sebagai kekhawatiran yang berlebihan tentang ancaman AI terhadap kemanusiaan, sementara Barto tidak setuju dan berkata, “Anda harus menyadari potensi konsekuensi yang tidak terduga.”
Barto, pensiun selama 14 tahun, menggambarkan dirinya sebagai luddite, sementara Sutton merangkul masa depan yang ia harapkan memiliki makhluk kecerdasan yang lebih besar daripada manusia saat ini – sebuah ide yang kadang -kadang dikenal sebagai posthumanisme.
“Orang -orang adalah mesin. Mereka luar biasa, mesin yang luar biasa, “tetapi mereka juga bukan” produk akhir “dan bisa bekerja lebih baik, kata Sutton.
“Ini secara intrinsik menjadi bagian dari perusahaan AI,” kata Sutton. “Kami mencoba memahami diri sendiri dan, tentu saja, untuk membuat hal -hal yang dapat bekerja lebih baik. Mungkin menjadi hal seperti itu. “
