Samoučenie by mohlo vytvoriť meta-vesmír a možno aj umelú inteligenciu na úrovni človeka. Tvrdí sa, že ďalšia revolúcia v oblasti umelej inteligencie nastane, keď systémy umelej inteligencie stratia potrebu učenia pod dohľadom. Pri získavaní prehľadu o svete a plnení úloh sa už nebudú spoliehať na presne zmapované údaje, ktoré im poskytnú spoľahlivé informácie. Systémy umelej inteligencie sa musia byť schopné učiť od ľudí s minimálnym zapojením človeka.
Supervised learning funguje dobre v relatívne ohraničených oblastiach, pre ktoré je možné získať veľa označených údajov a pre ktoré sa súbor nespracovaných údajov získaných počas nasadenia veľmi nelíši od údajov použitých počas trénovania. Je pomerne ťažké zhromaždiť veľké množstvo označených údajov, ktoré by neboli do určitej miery skreslené.
Nejde ani tak o spoločenskú zaujatosť, ale o vzťahy v údajoch, ktoré by systém nemal používať. Príkladom tohto druhu je systém vycvičený na rozlišovanie kráv, pričom všetky uvedené príklady sa týkajú kráv na trávnatých poliach. V tomto prípade systém používa trávu ako kontextový marker na rozpoznanie prítomnosti kravy. Ak však predstavujete kravu na morskom pobreží, systém bude mať problém s jej identifikáciou.
Učenie s vlastným dohľadom (SSL) umožňuje trénovať systém, aby získal dobrú reprezentáciu surových údajov spôsobom nezávislým od úlohy. Pretože pri tréningu SSL sa používajú neoznačené údaje, môžeme používať veľmi veľké tréningové súbory a získať spoľahlivejšie a úplnejšie reprezentácie surových údajov zo systému.
Na dosiahnutie dobrých výsledkov v akejkoľvek riadenej úlohe bude potrebné malé množstvo označených údajov. V niektorých prípadoch sa tým znižuje zraniteľnosť systému voči skresleniu údajov.
V súčasnosti sa v praktických systémoch umelej inteligencie prechádza na rozsiahlejšie štruktúry, ktoré sú vopred pripravené pomocou SSL na veľkom množstve neoznačených údajov. Tie sa dajú použiť na množstvo úloh. Napríklad spoločnosť Meta AI má v súčasnosti systémy na preklad jazykov, ktoré zvládajú stovky jazykov. A to všetko v jedinej neurónovej sieti! Spoločnosť má tiež systémy na rozpoznávanie reči pre viacero jazykov. Dokážu pracovať s jazykmi, o ktorých máme veľmi málo informácií, a už vôbec nie s anotovanými údajmi.
Ale ako môže samoučenie pomôcť vytvoriť systémy AI so zdravým rozumom? A ako ďaleko nás môže priviesť pochopenie zdravého rozumu na úrovni ľudskej inteligencie?
Vážny úspech vo vývoji umelej inteligencie nastane, keď bude jasné, ako naučiť stroje chápať fungovanie sveta rovnakým spôsobom, ako ho vnímajú ľudia a zvieratá: prevažne pozorovaním a čiastočne tým, že sú v ňom aktívne. Chápeme, ako svet funguje, pretože každý z nás má určitý vnútorný model sveta, ktorý nám umožňuje dopĺňať chýbajúce informácie, predvídať, čo sa stane, a predvídať výsledky svojho konania. Vďaka nášmu modelu sveta dokážeme vnímať, vnímať, interpretovať, zdôvodňovať, plánovať budúcnosť a konať.
Ako ovplyvní učenie so sebakontrolou tvorbu metaversa?
Existuje mnoho konkrétnych aplikácií hlbokého učenia pre metaverse, ako je sledovanie pohybu pre okuliare VR a AR, fixácia a re-syntéza pohybov tela a výrazov tváre atď.
Existuje veľký potenciál na vytvorenie nových kreatívnych nástrojov založených na umelej inteligencii, ktoré umožnia každému vytvárať nové veci v metavesmíre, ale aj v realite.
Existuje však aj "plnohodnotná" aplikácia pre metavesmír: virtuálni asistenti s umelou inteligenciou, ktorí budú odpovedať na všetky otázky a pomôžu nám vyrovnať sa so záplavou údajov, ktoré nás denne bombardujú. Na to systémy umelej inteligencie potrebujú určité pochopenie fungovania sveta (fyzického aj virtuálneho), schopnosť myslieť a plánovať a určitú úroveň zdravého rozumu. Skrátka, musíme nájsť spôsob, ako vytvoriť autonómne systémy umelej inteligencie, ktoré sa dokážu učiť ako ľudia. To si vyžiada čas. Meta však hrá dlhodobú hru.
