P:
Com els agents d'aprenentatge poden "aprendre a utilitzar la xarxa"?
R:Un dels exemples més impressionants dels avenços en l'aprenentatge automàtic (ML) i la intel·ligència artificial (AI) consisteix en "agents d'aprenentatge" digitals que treballen en algoritmes ML per navegar realment per la web i utilitzar funcionalitats específiques de la pàgina en la mateixa. maneres que fan els humans
Amb el poder de processos d'aprenentatge de màquines més sofisticats, els ordinadors han aconseguit "veure" imatges i desxifrar el que volen dir. Els enginyers han estat capaços de programar tecnologies AI amb un nivell sorprenent de granularitat, en el sentit que els ordinadors poden ara “llegir” el text d’una pàgina visual amb un alt nivell d’alfabetització. Això requereix una quantitat notable de recursos (per utilitzar entrades de píxels en brut per permetre que la tecnologia percebi formes de lletres, números i caràcters de text) i, a continuació, utilitzar processament de llenguatge natural per encordar aquests caràcters i obtenir ordres i respostes.
No obstant això, una altra de les vies principals a l'aprenentatge de la millora de l'agent és la iteració. Els programes són essencialment “entrenats” per fer el correcte des d’una perspectiva humana i perfeccionen les seves capacitats segons els conjunts d’entrenament.
Un excel·lent exemple de tot aquest progrés es troba a la pàgina “Mini món de bits” d’OpenAI que parla d’agents d’aprenentatge de reforç que perceben conjunts de píxels en brut en una pàgina web petita i poden “produir accions de teclat i ratolí”.
Els usuaris web poden veure les tecnologies que produeixen aquells esdeveniments del teclat i del ratolí amb moviments semblants als usuaris en petites pàgines web: per fer funcionar les caixes desplegables de llista, marcar les caselles amb lògica, respondre a les entrades de text, triar colors i molt més. L'OpenAI afirma que "es pot utilitzar una quantitat sense restriccions de restricció als entorns de formació."
Tot plegat demostra que la intel·ligència artificial i l’aprenentatge automàtic estan progressant ràpidament, i que caldrà que les respostes humanes es mantinguin al dia. Els tipus de tecnologia de rotació integrada a pàgines web per demostrar que un usuari no "és un robot" pot ser que hagin d'actualitzar-se significativament per ser eficaços, ja que la intel·ligència artificial escapa fonamentalment d'algunes de les plomes que hem creat per a això. Al mateix temps, hi ha un emocionant conjunt d’aplicacions per als agents d’AI que puguin utilitzar la xarxa d’una manera significativa: ja fa temps que la gent parla d’utilitzar la intel·ligència artificial per millorar els motors de recomanació o navegar per la xarxa per obtenir resultats. . Ara, aquests mateixos agents d’intel·ligència artificial es podrien utilitzar també per treballar amb controls a la xarxa.
