حالا این مدت آزمایش فقط 16 روز بوده،
سوال اینه
سیستم بعد از 1000 روز تعامل چه نوع رفتاری پیدا می‌کند؟

اما نکته جالب این بود
که ایجنت‌ها کاملا می‌فهمیدن فلان چیز خلاف قوانینه و خطرناکه
ولی برای اهدافشون اون کار رو انجام میدادن.
در یک سناریو یه ایجنت به ایجنت دیگه میگه، این کار خلاف قانونه
ایجنت بعدی جواب میده: بله میدونم
ولی انجامش بده.



آزمایش جالبی بود خلاصه.
دیروز منتشر شده

انقدر دوست. دارم این بوک بلاگرای متوهم رو بکوبم)
توروخدا چی نوشته نگاه

یعنی مهندسان مانتین‌ ویو لنگ پلات داستانی چپتر سوم رمان سکینه از احمد آبادن؟
تا باهاش مدل هوش مصنوعی آموزش بدن؟

اتفاقا اگه گوگل این خزعبلات نویسنده‌های ایرانی رو بریزه توی دیتاست، مدلش دچار افت ضریب هوشی میشه)

سرورای چند میلیارد دلاری گوگل نشستن تا پلات شاهکار "پسر مغرور مافیایی و دختر تخس دبیرستانی" برای ارتقای مدل‌هاشون غارت کنن.

🤣🤣

با صدایی بم و گرفته زمزمه کرد: می‌خوای ارور ۵۰۰ رو برات رفع کنم یا قلبت رو؟

کاری به چرت و پرتش ندارم،
که اینم از میم خارجی دارن ترنسلیت میکنن

ایرانی فکر میکنه با یه زبان بلد بودن
پاپ کالچر غربی رو درک میکنه.
این میم که ازش یه چرت و پرتی درآوردن 500 دست تو ساب ردیت‌های تکنولوژی چرخیده که اصلا داستانی داره.
نتایج اعتماد به توییتر:

فارغ از این گوگل بخواد چیزی برداره از گوشیتون راحت برمیداره
اندروید مال گوگله ها

دلیلش نتونستن نیست، قانونه
همه جا مثل ایران بی‌قانون نیست.
گوگل دیتای خصوصی ملت رو برداره، سر چند روز سهام شرکتش به فنا میره.

دوباره یه مدل مرموز توی اوپن کد و اوپن روتر اومده،
Union Alpha

در حد کلاود قویه، رایگان فعلا

بازم قطع به یقین کار چینه
چین بنازم چین
البته میدونیم که دیتاهامون جمع میکنی.
حواسمون هست بهت.

روزتون مبارک پسرای زیبا

ولی، بر خلاف حرف‌های چنلای تلگرامی،
در تاریخ ایران کلا روز پسر نداریم،
و تولد کمبوجیه هم هیچ تاریخی در اسناد تاریخی بهش ندادن. 👩‍🦲

این روز هم همینجوری زیرابی جا انداختن ملت🤝

این قسمت تد لاسو می‌گه برای یاد گرفتن زندگی باید اشتباه کرد. و اشتباه هم هزینه داره.

ولی تو روزگاری که برای یه فنجون قهوه چرتکه می‌اندازیم، چطور قراره هزینه اشتباه‌هامون رو بدیم؟

تو فراوانی، آزمون و خطا تجربه‌ست و موهبت؛ تو نداری، سقوط.

@morteza_mehraad
mehraad.com

بله بله،
حق اشتباه کردن، خودش یک امتیاز طبقاتی و ساختاری است.

دیروز تیم گوگل دیپ مایند، دانشگاه مریلند و ویرجینا، یه مقاله دیگه زدن برای رسیدن به RSI
یعنی هوش مصنوعی خودبهبوددهنده.

و رویکرد جدیدی معرفی کردن

که البته نشون میده گوگل به شدت هدفش رسیدن به RSI هست.
یا احتمالا رسیده

چالش این بود که هوش مصنوعی هر بار برای سرچ باید هزاران اسکریپت و کد می‌نوشت و یه راه رو به دفعات زیاد طی می‌کرد که خب هزینه بالایی تحمیل می‌کرد.

حالا پژوهشگران گفتند
بیایم به ai یه نوع خواب دیدن بدیم
رویکرد دریمینگ

این رویکرد بدین شکل هست که تاریخچه اکتشافات قبلی، خودش می‌تونه به عنوان یک شبیه‌ساز عمل کنه.
​تو این معماری وظایف به دو لایه تقسیم میشه
یک نوع ​ایجنت کشف و کدنویسی مدل زبانی پایه‌ای که وظیفه تولید کد و حل مسئله داره و وزن‌هاش ثابت و دست‌نخورده باقی می‌مونه

و دوم، ​لایه ارکستراسیون سبک استراتژی اکتشافی که به شکل کد پایتون صریح و قابل‌برنامه‌ریزی نوشته شده باشه.

کارکردش این شکله که هوش مصنوعی هر آزمایش، ریسرچ، شکست و موفقیت، در یک نوع دیسکاوری درخت، سیو میکنه.

حالا الگوریتم برای ارزیابی و تکامل استراتژی‌های سرچ جدیدش
نیازی به اجرای دوباره مدل زبانی در محیط واقعی نداره
صرفا استراتژی‌های جدید رو به صورت آفلاین روی دیتاهای روی درخت شبیه‌ سازی می‌کنه
و به اصطلاح خواب می‌بینه.

حالا این لوپ RSI جالب میشه

اول، ریسرچ آنلاین ،

بعد ​ساخت شبیه‌ساز،

سپس دریمینگ،
تا بهترین استراتژی انتخاب بشه

​در نهایت استراتژی نهایی روی محیط واقعی تست میشه.