AI का ड्रोसोफिला अब क्या है?

Question

1960 के दशक के मध्य में, शोधकर्ताओं ने शतरंज को " AI के ड्रोसोफिला " के रूप में प्रसिद्ध किया है : फल मक्खी की तरह, शतरंज का खेल सुलभ था और प्रयोग करने में अपेक्षाकृत सरल समस्या थी, जो अभी तक महत्वपूर्ण ज्ञान को और अधिक जटिल समस्याओं का उत्पादन करती थी।

अब, लोग कहते हैं कि "शतरंज सिर्फ एक खोज समस्या है" और "शतरंज के तरीकों से एआई समुदाय के लिए और अधिक रुचि पैदा होगी"।

तो, AI का ड्रोसोफिला अब क्या है ?

Comments

ज्योफ्री हिंटन ने MNIST को मशीन लर्निंग का ड्रोसोफिला बताया है ।

— अश्विनी सिंह

जैविक शुद्धता के लिए संपादित, मेरी पहुंच के भीतर कुछ गलत वर्तनी के साथ। ड्रोसोफिला एक जीनस नाम के रूप में एक प्रारंभिक पूंजी और इटैलिक के योग्य है, साथ ही साथ सही वर्तनी भी।

— निक कॉक्स

Answer 1

मैंने अभी-अभी गुगली की और बहुत से लोग जॉन मैकार्थी को गो " एआई का नया ड्रोसोफिला " कहते हुए बोली - हालाँकि मुझे उनकी मूल कहावत नहीं मिली।

एक दिलचस्प पेपर "द ड्रोसहिला रिवविक्ट" ( पीडीएफ ) भी है, जो विशेष रूप से पढ़ता है:

मैच के बाद DEEP BLUE - कास्पारोव (न्यूयॉर्क, 1997) जिसमें मशीन ने अपनी श्रेष्ठता साबित की, खेल की दुनिया में शतरंज से लेकर अन्य खेलों में एक धीमा संक्रमण देखा गया, जिसमें वर्तमान मोर्चा के रूप में गो शामिल थे। ICCA ने अपना नाम बदलकर ICGA कर लिया, और सवाल उठने लगा: क्या गो AI का नया ड्रोसोफिला है?

कुछ इस कथन से सहमत होंगे और अन्य लोग इसका कड़ा विरोध करेंगे। अधिक संतुलित शब्दों में, कोई भी कहेगा: प्रतिमान के इस तरह के परिवर्तन के लिए, एक प्रतिमान बदलाव एक पूर्वापेक्षा है, फोकस का एक बदलाव पर्याप्त नहीं है। इस समय (2010), हम कह सकते हैं कि शर्तें पूरी हो गई हैं, क्योंकि MCTS को एक प्रतिमान के रूप में माना जा सकता है।

Comments

दिलचस्प। मैंने आज कुछ नया सीखा .... :)

— Dov

मेरा तर्क है कि गो वास्तव में दिलचस्प नहीं है ... यह शतरंज की तुलना में अधिक चुनौतीपूर्ण है क्योंकि दहनशील विस्फोट बहुत अधिक है (और इसलिए निकट भविष्य में "हल" होने की संभावना नहीं है, जहां शतरंज हो सकता है), लेकिन वे अनिवार्य रूप से प्रकृति में समान हैं। मुझे लगता है कि और अधिक दिलचस्प संभावनाएं देखते हैं ... मेरे बारे में सोच .... चलो

— टीडीसी

मैं tdc से सहमत हूँ। सिर्फ इसलिए कि गो में समस्या का स्थान बहुत बड़ा है, यह इसे एक अच्छा "ड्रोसोफिला" नहीं बनाता है। शायद चिप डिजाइन एक अच्छा उम्मीदवार होगा। मुझे नहीं पता कि यह प्रयोग करना आसान है, लेकिन यह निश्चित रूप से महत्वपूर्ण ज्ञान का उत्पादन करेगा।

— बी सेवन

हम्म, "ड्रोसोफिला" है, ठीक है, जब आप एक सरल प्रयोग करते हैं और ज्ञान प्राप्त करते हैं जो बहुत अधिक जटिल समस्याओं के लिए मान्य है .. क्या चिप डिजाइन या रोबोटिक्स सरल हैं? मुझे नहीं पता! :)

— andreister

Answer 2

रोबोटिक्स (विशेष रूप से, ह्यूमनॉइड रोबोट) के बारे में कैसे?

विशेष रूप से मुझे लगता है कि रोबोटिक्स में चुनौती प्रौद्योगिकियों के एक सेट को संयोजित करना है जो स्वयं में काफी विकसित हैं:

• कंप्यूटर की दृष्टि: रोबोट को दृश्य दुनिया के तेजी से प्रसंस्करण की आवश्यकता होती है
• दुनिया का आंतरिक मॉडलिंग: उन्हें यह भी जानना होगा कि वे दुनिया को कैसे प्रभावित कर सकते हैं, और दृश्य परिदृश्य को अपने आंदोलन से कैसे जोड़ सकते हैं
• भाषण मान्यता: हम उनसे बात करने में सक्षम होना चाहते हैं, है ना?
• भाषण संश्लेषण: और हम सुनना चाहते हैं कि उन्हें क्या कहना है!
• सुदृढीकरण सीखना: उन्हें परीक्षण और त्रुटि आदि के माध्यम से सीखने में सक्षम होना चाहिए।
• बायेसियन तर्क: कुछ बिंदु पर उन्हें संभवतः निर्णय लेने की सुविधा के लिए दुनिया में वस्तुओं की संभाव्य धारणाओं की आवश्यकता होगी

यह उन्हें शतरंज या गो-खेलने की क्षमता देने के लिए काफी आसान होगा ;-)

मुझे लगता है कि ड्रोसोफिला बिंदु से, इसके साथ एकमात्र परेशानी यह है कि हार्डवेयर के संदर्भ में एक महत्वपूर्ण लागत है। हालांकि कोई कारण नहीं है कि रोबोट एक नकली दुनिया में नहीं रह सकता है ।

और शायद गेमिंग की दुनिया में कुछ इस तरह है, जहां आप अपने खुद के एआई बॉट बना सकते हैं जो कई मोडलिटी का उपयोग करके भौतिकी इंजन के साथ बातचीत कर सकते हैं?

Comments

तो, क्या हम कह सकते हैं कि AI का नया ड्रोसोफिला एक नकली दुनिया में रहने वाला वास्तविक ड्रोसोफिला है ?! ;)

— andreister