Рекурсивное самосовершенствование с помощью коллективной разведки

Для того чтобы выйти за рамки накопленных человечеством знаний, самой ИИ (оптимизация) может также стать ее наилучшим доступным оптимистиком и оценщиком. MASS неоднократно оптимизирует многоагентные рабочие процессы, затем перегружает коллективный интеллект из систем с несколькими агентами и использует его в качестве самовидения для RSI. Он повышает баллы за результат по сравнению с базовой моделью, основанной на исследовательских контрольных показателях. Мы надеемся, что MASS будет способствовать моменту AI/96s Odyssean: непрерывное самообучение в среде, где оптимизация - это оценка, а оптимизирователь - оптимистичная. Оценочное время чтения: 15 мин. * Работа, выполненная в ходе стажировки в Сакане АИ. Мы хотим, чтобы трансграничные модели АИ перевели нас за пределы знаний человечества, созданных поколениями. На этом рубеже даже человеческие эксперты могут с трудом оценить результаты и направить дальнейший прогресс, в частности по не поддающимся проверке задачам, которые общество представляет собой полезную аналогию для решения этого вопроса. Помимо общин, фермерских поселений, промышленных обществ и глобальных информационных сетей люди расширили свои возможности отчасти за счет разделения работы, объединения идей и передачи того, что они узнают под воздействием этой модели, мы задаемся вопросом о том, может ли модель извлечь уроки из коллективного интеллекта своей собственной группы, который один агент не сможет надежно продемонстрировать. Мы введем мультиагентское…