Kazalo:
Opredelitev - Kaj pomeni težava z učenjem?
Težava učenja z vrednostjo je posebno temeljno vprašanje v razvoju strojnega učenja in tehnologij umetne inteligence, ki obravnava razliko med ljudmi in računalniki ter načine njihovega razmišljanja.
Na kratko, problem učenja z vrednostjo temelji na tem, kako težko je računalnikom določiti, kaj bi jim bilo treba "dodeliti" (tako glede podatkov kot politike) in kako ukrepati v strojnem učnem omrežju ter kako lahko programerji optimizirajo, kako program deluje tako, da ustreza njihovim prvotnim namenom, ko so ga ustvarili.
Tehopedia razlaga težavo z učenjem
Ključna težava učenja z vrednostjo je, da je programerjem izredno pomembno, da znajo izdelovati programe strojnega učenja, ki izvajajo načrtovane vrednosti. Kljub temu pa je, da vrednosti ni mogoče izrecno navesti na načine, ki ovirajo samo učenje programa.
Ljudje včasih govorijo o „konvergenci“ tehnologij strojnega učenja kot o uspešnem osredotočanju na podatke o vrednosti, vendar je težava učenja z vrednostmi na nek način nekoliko drugačna. Ideja je, da mora obstajati nek osrednji način, da se programu strojnega učenja pokaže, kaj je želeno, namesto da bi ga samo črkoval, kar je determiniran način vodenja ML.
Na primer, vzemite ta članek o težavi učenja z vrednostjo, ki nakazuje, da bi lahko programi strojnega učenja imeli shranjevalni vhod, ki prikazuje pozitivne odzive človeka na dražljaje. Ob branju teh vrst naslovov težave z učenjem vrednosti postane jasno, da obstaja velik razkorak v strojnem učenju, ki ga v bistvu ni težko odpraviti - kako ljudje ustvarijo stroje, ki resnično lahko razmišljajo kot ljudje? Drug način, da to razložimo, je, da težava z učenjem vrednosti prihaja v osrčje tega, kako razmišljamo kot ljudje in kako naše misli ne temeljijo vedno na vložkih.
Da računalniki modelirajo svojo intuicijo, svoj instinkt, družbena nagnjenja in naše najgloblje etične vrednote, je velik red, tudi ko se računalniki lahko naučijo igrati šah na človeški način ali nas prehitevajo pri reševanju težkih matematičnih problemov. Strokovnjaki lahko pričakujejo, da bo program učenja vrednosti še naprej osrednji pri razvoju tehnologij strojnega učenja.
