Please enable JavaScript.
Coggle requires JavaScript to display documents.
3 Futuro: lo sviluppo prevedibile delle IA - Coggle Diagram
3 Futuro: lo sviluppo prevedibile delle IA
3.1 INTRODUZIONE:
i migliori insiemi di osservabili rilevanti sono forniti da un'analisi della natura:
dei dati utilizzati dall'iA per realizzare le proprie prestazioni;
dei problemi che è ragionevole attendersi che l'iA sia in grado di risolvere.'
3.2 DATI STORICI, IBRIDI E SINTETICI E IL BISOGNO DI LUDICIZZAZIONE
L'IA ha bisogno di dati per essere addestrata e pertanto di dati per applicare il suo addestramento.
È noto che l'IA, intesa come Machine Learning (apprendimento automatico), apprende dai dati che riceve e migliora progressivamente i suoi risultati.
recentemente l'Ia è talmente migliorata che, in taluni casi, si sta passando da un'enfasi sulla quantità di grandi masse di dati, a un'enfasi sulla qualità di insiemi di dati ben curati.
L'IA avrà maggiori possibilità di successo ogni volta che insiemi di dati ben curati, aggiornat
Se la qualità è importante, la provenienza è fondamentale
Tali dati sono talvolta noti come storici, autentici o provenienti dalla vita reale
Ma sappiamo anche che l'iA può generare i propri dati.
in riferimento al loro input principale
dati completamente generati dall'IA verrano chiamati sintetici
Questi dati sono sintetici solo nel senso che sono stati sintetizzati da dati storici, per esempio attraverso il "mascheramento"' Hanno una risoluzione inferiore, ma non sono generati da una fonte artificiale.
1 more item...
tra dati storici e sintetici esiste una varietà di dati piu o meno ibridi
un prodotto di dati storici e sintetici
1 more item...
La differenza è costituita dal processo genetico, cioè dalle regole usate per creare i dati.
I dati storici sono ottenuti tramite regole di registrazione, in quanto sono il risultato di osservazioni del comportamento di un sistema.
I dati sintetizzati sono ottenuti tramite regole di astrazione, che eliminano, mascherano o offuscano alcuni gradi di risoluzione a partire dai dati storici,
Dati ibridi e realmente sintetici possono essere generati tramite regole vincolanti o costitutive
1quando . un processo o un'interazione può essere trasformata in un gioco e
il gioco può essere trasformato in un gioco formato da regole costitutive, allora
l'IA sarà in grado di generare i propri dati, completamente sintetici, ed essere il miglior "giocatore" su questo pianeta,
1 more item...
3.3 PROBLEMI DIFFICILI, PROBLEMI COMPLESSI E IL BISOGNO DI AVVOLGIMENTO
I gradi di complessità di un problema sono ben noti e ampiamente studiati nella teoria computazionale
Per motivi di semplicità e tenendo presente che, se necessario, è possibile ottenere gradi di precisione finemente granulari e sofisticati utilizzando strumenti della teoria della complessità, conveniamo di mappare la complessità di un problema
spazio-tempo = memoria e
passaggi richiesti
da 0 (semplice) a 1 (complesso).
I gradi di difficoltà di un problema, intesi in termini di abilità richieste per risolverlo,
non si concentra su una tassonomia dei problemi basata sulle risorse necessarie, ma su una tassonomia basata sulla valutazione delle prestazioni degli agenti umani e delle loro capacità o abilità dimostrate nella risoluzione di un problema o nell'esecuzione di un compito
conveniamo di mappare la difficoltà di un problema (trattato dall'IA in termini di abilità richieste) da 0 =facile, a 1 = difficile.
è possibile dire che giocare a calcio è semplice ma difficile, mentre giocare a scacchi è facile (puoi imparare le regole in pochi minuti) ma molto complesso: ecco perché l'IA può vincere contro chiunque a scacchi, ma una squadra di androidi che vinca la coppa del mondo di calcio è fantascienza.
La difficoltà è nemica delle macchine, la complessità il loro alleato: per questo, occorre avvolgere il mondo che le circonda, disegnare nuove forme di implementazione per incorporarle con successo nel loro invo-lucro.
3.4 IL DESIGN COME FUTURO DELL'IA
Cercheremo di sviluppare iA utilizzando dati il più possibile ibridi e preferibilmente sintetici, attraverso un processo di ludicizzazione di interazioni e compiti. In altri termini, tenteremo di allontanarci dai dati puramente storici.
Faremo tutto questo traducendo il più possibile problemi diffcili in problemi complessi,