Урок 4 із 6

Навчання понад своїх учителів

6 хв читання

Більшість AI вчиться, копіюючи людські приклади. Але що станеться, коли система тренується сама й знаходить хід, який жодна людина не зіграла б?

Практика, а не лише наслідування

Ранній ігровий AI вчився, наслідуючи гру людей. AlphaGo пішла далі: вона грала сама проти себе, мільйони партій поспіль, і лишала те, що приносило перемогу. Вільна від копіювання нас, вона зробила хід 37 — камінь настільки дивний, що коментатори прийняли його за помилку. Дарма: помилкою він не був. Саме навчання практикою, а не наслідуванням, дозволило їй вийти за межі людського канону й знайти щось краще.

Система, що вчиться практикою, може вийти за межі прикладів, на яких її вчили.

Обіцянка й межа

Ось чому «самовдосконалення» так захоплює: там, де світ вузький, а оцінка чітка (ігри, частина математики й коду), система здатна піднятися вище за людську майстерність. Уся заковика — саме в цій чіткій оцінці. У більшості життя немає охайного сигналу «виграв/програв», тому мовні моделі це на невпинних самовдосконалювачів не перетворило. Патерн справжній і потужний, але з чіткими межами того, де він узагалі працює.

Самовдосконалення реальне там, де мету можна чітко виміряти, і глухне там, де ні.

«Воно вчиться саме» — правда лише там, де успіх можна виміряти. Насторожуйся, коли хтось обіцяє безмежне самовдосконалення без чіткого мірила.