Más mian leat tuilleadh eolais a fháil faoi mhúnla OpenAI Q* Star AI atá á fhorbairt de réir dealraimh. Soláthraíonn an treoir thapa seo forbhreathnú ar a bhfuil ar eolas againn go dtí seo agus cad is féidir leat a bheith ag súil leis ón tsamhail AI seo a d'fhéadfadh muid a thabhairt níos gaire d'intleacht ghinearálta shaorga (AGI). Ach cad é Q* agus conas a oibríonn sé?
Ligean le rá go bhfuil tú ag seoladh saol casta na meaisínfhoghlama agus na hintleachta saorga, áit a bhfuil sé mar sprioc córas a chruthú a bheidh in ann raon leathan torthaí ó chineálacha éagsúla sonraí a thuiscint agus a thuar. Tá Q Star le OpenAI cosúil le huirlis nua i do threalamh, atá deartha chun an próiseas seo a dhéanamh níos éifeachtaí agus níos cruinne.
Ag croílár chur chuige Q Star tá an smaoineamh eantrópachta a laghdú, rud a chiallaíonn go bhfuil sé á scagadh féin i gcónaí chun na sonraí a oiriúnú níos fearr. Baineann sé seo le teicníocht ar a dtugtar foghlaim Q, a chuidíonn leis an tsamhail cinntí níos cruinne a dhéanamh trí randamacht a laghdú agus cinnteacht a mhéadú. Samhlaigh go bhfuil tú ag smúdáil an brat ar an leaba, ag iarraidh é a fheistiú níos dlúithe leis na rudaí. Le míniú níos doimhne a fháil, féach ar fhíseán a cruthaíodh le déanaí le David Shapiro a mhíníonn analaí "topology blanket" le haghaidh samhlacha atá bunaithe ar fhuinneamh.
An analaí ginearálta
Léiriú meafarach is ea an “topology blanket” a úsáidtear chun tírdhreach na leibhéal fuinnimh a mhíniú i múnla atá bunaithe ar fhuinneamh. Seo cur síos céim ar chéim:
- An tírdhreach: Samhlaigh brat scaipthe thar dhromchla casta, arb ionann a dhromchla íochtair agus tírdhreach fuinnimh EBM. Freagraíonn beanna agus gleannta an dromchla seo do na stáit fuinnimh ard agus íseal, faoi seach.
- An Clúdach a ionramháil: Trí pharaiméadair EBM a choigeartú, is éard atá i gceist leis an gclúdach a ionramháil chun an bundromchla a fheistiú chomh gar agus is féidir. Is é an sprioc an clúdach (tuiscint an tsamhail ar an tírdhreach fuinnimh) a ailíniú leis na cumraíochtaí iarbhír ísealfhuinnimh (gleanna) agus ard-fhuinnimh (buaiceanna) an dáileadh sonraí a bhfuil sé ag foghlaim a shamhaltú.
- Staid ísealfhuinnimh a aimsiú: I gcomhthéacs na EBManna, tá sé ríthábhachtach paraiméadair mhúnla a fhreagraíonn do stáit ísealfhuinnimh a aimsiú le haghaidh tascanna amhail samhaltú ginideach. Ciallaíonn sé seo gur féidir leis an tsamhail pointí sonraí a ghiniúint atá an-dóchúil (nó réadúil) ag brath ar dháileadh na sonraí foghlamtha. Cuidíonn an t-analaí ginearálta leis an bpróiseas taiscéalaíochta agus lonnaíochta sna gleannta seo a léiriú.
- Castacht agus míne: Is féidir leis an analaí aird a tharraingt freisin ar an tábhacht a bhaineann le topology thírdhreach an fhuinnimh – bíodh sé mín nó míchothrom. Tugann tírdhreach níos míne (clúdach níos comhionainne) le tuiscint gur féidir le halgartaim bharrfheabhsaithe teacht ar íosmhéid dhomhanda (na pointí is ísle), ach is féidir le tírdhreach cnocach (clúdach le go leor fillteáin) algartaim a ghabháil i minima áitiúil, rud a fhágann go bhfuil an leas iomlán a bhaint níos deacra.
Míníonn an OpenAI Q Star
Nuair a bheidh an tsamhail oilte go maith, is féidir leat a léarscáil matamaitice a aschur. Tá an léarscáil seo cosúil le treoirphlean mionsonraithe de struchtúr na samhla, a fheidhmíonn mar threoir chun cineálacha éagsúla fadhbanna a réiteach. Tá Q Star thar a bheith ilúsáideach, in ann sonraí ama a phróiseáil cosúil le treochtaí sa stocmhargadh, sonraí spásúla cosúil le léarscáileanna, samhlacha matamaitice agus fiú coincheapa casta cosúil le mothúcháin nó nuances teanga.
Is cineál múnla iad EBManna a chuireann an próiseas foghlama i láthair mar fhadhb íoslaghdaithe fuinnimh. Sna samhlacha seo, tá baint ag gach stát den chóras (m.sh., cumraíocht ar leith de pharaiméadair mhúnla) le fuinneamh scálach. Is é an sprioc atá le hoiliúint an tsamhail ná a paraiméadair a choigeartú ionas go mbeidh níos lú fuinnimh ag cumraíochtaí inmhianaithe ná ag cumraíochtaí nach bhfuil chomh inmhianaithe. Úsáidtear an cur chuige seo go forleathan i bhfoghlaim gan mhaoirseacht, lena n-áirítear feidhmchláir mar shamhaltú ginideach, áit a bhfoghlaimíonn an tsamhail pointí sonraí nua a ghiniúint cosúil leo siúd sa tacar oiliúna.
Chun struchtúr casta an mhúnla a nascleanúint chun na réitigh is fearr a aimsiú, ní mór ceann a úsáid an algartam AAR. Smaoinigh ar an algartam seo mar threoir a chuidíonn leat bogadh tríd an struchtúr múnla chun freagraí a fháil ar fhadhbanna nua. Tá sé mar má tá léarscáil agat a thaispeánann duit an cosán is cóir duit a ghlacadh chun do cheann scríbe a bhaint amach, agus cabhraíonn algartam RAA leat an léarscáil sin a léamh agus a leanúint chun réitigh a fháil.
Féach ar an bhfíseán seo ar YouTube.
Tá sé tábhachtach a thabhairt faoi deara go bhfuil an míniú seo bunaithe ar thuiscint theoiriciúil ar Q Star. Féadfaidh oibriú iarbhír agus úsáidí praiticiúla Q Star a bheith difriúil leis an analaí seo. Mar sin féin, tugann an smaoineamh ar shamhail atá in ann oiriúnú chun réaltacht a léiriú go cruinn, eantrópacht a laghdú, agus dul i ngleic le spásanna fadhbanna éagsúla, léargas dúinn ar cad a d’fhéadfadh todhchaí na meaisínfhoghlama agus na hintleachta saorga a chur in áirithe dúinn. De réir mar a théann na teicneolaíochtaí seo chun cinn, is dócha go dtiocfaidh forbairt freisin ar na modhanna oiliúna agus úsáid a bhaint as samhlacha mar Q Star.
Léigh tuilleadh Treoir:
- An é GFlowNets todhchaí AI agus cad atá ann?
- Fís AI áitiúil le múnla teanga fís Moondream beag
- Conas an tsamhail AI Mixtral 8x7B Mistral Ai Mixture of Expert (MoE) a bheachtú
- Teimpléad Juggernaut XL le soilsiú dúchais do ghiniúint ealaíne AI
- Chuir Microsoft Copilot AI le Dynamics 365 Supply Chain Management
- Tástáil éifeachtúlacht LAP Intel agus tomhaltas cumhachta cearrbhachais
