Q:
Làm thế nào để các mạng cứng đầu sâu đóng một vai trò trong sự tiến hóa AI?
A:Về mặt này, các mạng cứng đầu sâu chỉ đơn giản là "thêm chức năng" cho một cấu trúc công nghệ hiện có, mạng đối nghịch chung (GAN), nhưng trên thực tế, sự phát triển gần đây của mạng cứng đầu sâu cho chúng ta biết những điều cơ bản về cách AI có thể phát triển theo hướng mô hình quan trọng của việc ra quyết định của con người.
Mạng lưới cứng đầu sâu phụ thuộc vào sự tương tác trong GAN của hai "thực thể" AI: "trình tạo" và "phân biệt đối xử". Trình tạo "tạo" nội dung hoặc ví dụ hoặc dữ liệu thử nghiệm hoặc bất cứ điều gì bạn chọn để gọi nó. Người phân biệt đối xử lấy đầu vào và sắp xếp nó hoặc đưa ra quyết định dựa trên nó. Hai phần của một mạng lưới cứng đầu sâu sắc là các thực thể độc lập cho mục đích nghiên cứu AI, nhưng chúng hoạt động cùng nhau.
Điều quan trọng cần lưu ý là tài liệu công khai có sẵn trên các mạng sâu cứng đầu là rất ít, dường như bao gồm một tập hợp nhỏ các mô tả phổ biến trong các trang xếp hạng hàng đầu của Google. Một trong những người có thẩm quyền nhất, tại KDNuggets, đã trích dẫn việc sử dụng "hệ số Goodfellow" không thể phát hiện được thông qua một tìm kiếm Google. (Ian Goodfellow là một nhà khoa học máy tính được ghi nhận với một số ý tưởng cơ bản đằng sau các mạng lưới cứng đầu sâu sắc.)
Tuy nhiên, ý tưởng về mạng lưới cứng đầu sâu sắc được giải thích tại KDNuggets và các nơi khác: ý tưởng cơ bản là trình tạo có thể "cố gắng lừa" người phân biệt đối xử và người phân biệt đối xử có thể được thực hiện "phân biệt đối xử" hơn cho đến khi nó trở thành, theo cách nào đó, chúng tôi tự "nghi ngờ" và không chọn trả lại kết quả. Sau đó, một bước quan trọng tiếp theo xảy ra: Chương trình, thông qua sự can thiệp của con người hoặc thuật toán, được "dỗ dành" để đưa ra câu trả lời.
Trong mô hình này, chúng ta bắt đầu thấy AI có một bước tiến lớn, từ việc đơn giản hóa mô hình dữ liệu hoặc phân tích các bộ đào tạo, đến thực sự đưa ra các loại quyết định cấp cao mà chúng ta nghĩ là thuộc về con người. Khi đánh giá cả hai mẫu "lựa chọn" của người phân biệt AI và mẫu "lựa chọn" của con người, tác phẩm KDNuggets đã trích dẫn "Nghịch lý của sự lựa chọn" do Barry Schwartz tiên phong. Một số bài đăng trên blog độc lập mô tả cách mạng lưới cứng đầu sâu sắc làm nổi bật các hành vi cơ bản của con người: J. Yakov Stern giải thích về những hạn chế hiện tại và tiến triển có thể xảy ra trong một cuộc thảo luận dài về IVR, và Alexia Jolicoeur-Martineau tiết lộ một số kết quả gần đây mà GAN có thể tạo ra.
Vì vậy, theo một nghĩa nào đó, tác động chính của các mạng lưới cứng đầu sâu đối với AI là định hướng lại hoặc mở rộng nghiên cứu vượt ra ngoài các kiểu ra quyết định dễ dàng áp dụng cho doanh nghiệp và thúc đẩy nghiên cứu đột phá về việc tạo ra máy tính thậm chí giống con người hơn. Có thể có bất kỳ số lượng ứng dụng nào của ý tưởng này cho doanh nghiệp, nhưng chúng không bị cắt và làm khô như, ứng dụng hiện tại của thuật toán học máy cho các công cụ đề xuất của người tiêu dùng hoặc sử dụng các quy trình ML thông minh trong tiếp thị. Nghiên cứu của DSN dường như cho thấy rằng chúng ta có thể làm cho các thực thể AI trở nên đa cảm hơn, mang theo nhiều rủi ro cũng như phần thưởng.
