प्रयोगशाळा संशोधकांनी त्यास "टायपोग्राफिक हल्ला" म्हटले.
प्रोग्राम चुकीचा विषय ओळखण्यासाठी, चुकीच्या नावाने लक्षात ठेवण्यासाठी पुरेसे आहे. कडा बद्दल लिहितात.
तज्ञांच्या मते, "टायपोग्राफिक हल्ला" हा स्पर्धा प्रतिमांचा वापर करून आक्रमण स्मरण करून देतो. उदाहरणार्थ, त्यांच्या मदतीने, आपण टेस्ला अपमानित कार सॉफ्टवेअरला फसवू शकता जेणेकरून ते चेतावणीशिवाय चळवळ बदलू शकतील. हे वैद्यकीय ते लष्करी पासून कृत्रिम बुद्धिमत्ता अनेक अनुप्रयोगांना धोका देखील तयार करू शकते.
तथापि, या प्रकरणात त्याबद्दल चिंता करण्याची काहीच नाही - आम्ही प्रायोगिक क्लिप सिस्टमबद्दल बोलत आहोत, जे अद्याप कोणत्याही व्यावसायिक उत्पादनात वापरले जात नाही. क्लिप क्लिप क्लिप क्लिअर-मजकूर डेटाबेसवर अभ्यास करताना, बंद निरीक्षण केल्याशिवाय ऑब्जेक्ट कसे निर्धारित करावे हे शिकण्यासाठी डिझाइन केले आहे. प्रशिक्षणासाठी, ओपनई सिस्टमने सुमारे 400 दशलक्ष स्टीम वापरली.
ओपनई संशोधकांनी मशीन लर्निंग नेटवर्कमध्ये वैयक्तिक घटक शोधले आहेत जे केवळ वस्तूंच्या प्रतिमांवरच नव्हे तर स्केच, रेखाचित्र आणि संबंधित मजकुरावर देखील प्रतिक्रिया देतात. याला "मल्टीमोडल न्यूरॉन्स" असे म्हणतात. संशोधकांचा असा विश्वास आहे की कृत्रिम बुद्धिमत्ता प्रणाली लोक करतात त्याप्रमाणेच ज्ञान शोषून घेतात.
भविष्यात, यामुळे अधिक जटिल संगणकाच्या दृष्टीकोनातून उद्भवू शकते, परंतु आता हे त्याच्या बालपणात आहे. "सफरचंद" शब्दाने कागदाच्या शीटमधून कोणीही फरक करू शकतो, परंतु क्लिपसारखे कृत्रिम बुद्धिमत्ता त्यास सक्षम नाही. एक अमूर्त पातळीवर शब्द आणि प्रतिमा दुवा साधण्याची परवानगी देणारी क्षमता, ओपनईला "अमूर्त" असे नाव देणारी एक अद्वितीय चूक तयार करते.
प्रयोगशाळेच्या नेतृत्वाखालील त्रुटीचे आणखी एक उदाहरण म्हणजे जेव्हा डुक्कर बॅंक परिभाषित करते. आपण डॉलरच्या चिन्हाच्या कोणत्याही विषयावर जोडल्यास, क्लिप ते डुक्कर बँक मानेल.
# लोक # ओपाने # बातम्या
एक स्रोत