ש:
כיצד יכולים סוכני למידה "ללמוד להשתמש באינטרנט"?
ת:אחת הדוגמאות האינדיבידואליות המשכנעות ביותר להתקדמות עם למידת מכונה (ML) ואינטליגנציה מלאכותית (AI) כוללת "סוכני למידה" דיגיטליים העובדים על אלגוריתמים של ML כדי לנווט בפועל באינטרנט, ומשתמשים בפונקציונליות ספציפית בדף זהה. דרכים שבני אדם עושים.
באמצעות כוחם של תהליכי למידה מתוחכמים יותר, מחשבים הצליחו "לראות" תמונות ולפענח את כוונתם. מהנדסים הצליחו לתכנת טכנולוגיות AI ברמת גרגיריות מדהימה - במובן זה שכעת מחשבים יכולים "לקרוא" טקסט מתוך דף חזותי עם רמת אוריינות גבוהה. זה דורש כמות מדהימה של משאבים - להשתמש בתשומות פיקסלים גולמיים כדי לאפשר לטכנולוגיה לתפוס צורות של אותיות, מספרים ותווי טקסט - ואז להשתמש בעיבוד שפה טבעית כדי למחרט את התווים הללו יחד, ולהגיע לפקודות ותגובות.
עם זאת, מסלול נוסף לשיפור סוכני הלמידה הוא איטרציה. התוכניות למעשה "מאומנות" לעשות את הדבר הנכון מנקודת מבט אנושית, ולשכלל את יכולותיהן לפי מערכי האימונים.
דוגמה מצוינת לכל ההתקדמות הזו ניתן למצוא בעמוד "Mini World of Bits" של OpenAI המדבר על סוכני למידה חיזוק התופסים קבוצות של פיקסלים גולמיים בדף אינטרנט קטן ויכולים "לייצר פעולות מקלדת ועכבר."
משתמשי אינטרנט יכולים לראות את הטכנולוגיות המוצגות את אירועי המקלדת והעכבר עם תנועות דומות למשתמשים בדפי אינטרנט קטנים: להפעלת תיבות רשימה נפתחות, תיבות סימון עם היגיון, תגובה לתשומות טקסט, בחירת צבעים ועוד. ב- OpenAI נמסר כי "ניתן להשתמש בכמות בלתי מוגבלת של הכשרה מוקדמת בסביבות האימונים."
כל זה מראה כי בינה מלאכותית ולמידה במכונה מתקדמות במהירות, וכי הדבר ידרוש תגובות אנושיות כדי להמשיך. יתכן שיהיה צורך לשדרג את סוגי הטכנולוגיות הרוטאיות המובנות בדפי אינטרנט כדי להוכיח שמשתמש הוא "לא רובוט" באופן משמעותי כדי להיות יעילים מכיוון שבינה מלאכותית למעשה בורחת מחלק מהעטים שיצרנו עבורו. יחד עם זאת, יש מערך יישומים מרגש עבור סוכני AI היכולים להשתמש באינטרנט בצורה משמעותית - במשך זמן מה אנשים דיברו על שימוש בבינה מלאכותית כדי לשפר את מנועי ההמלצה, או לגלוש באינטרנט לתוצאות. . כעת, ניתן להשתמש באותה סוכני בינה מלאכותית גם לעבודה עם בקרות ברשת.
