Как система ИИ может развивать свои знания предметной области? Есть ли нечто большее, чем просто машинное обучение?

Таким образом, машинное обучение позволяет системе быть автоматизированной в том смысле, что она может прогнозировать будущее состояние на основе того, что она изучила до сих пор. Мой вопрос таков: являются ли методы машинного обучения единственным способом заставить систему развить знание предметной области?

Что ж, мы говорим о системе (машине), которая развивает знания (учится), поэтому такой технике довольно трудно не попасть в машинное обучение.

Но вы можете утверждать, что механизмы логического вывода, которые работают с базой знаний на основе графов для получения новых предложений или вероятностей, не являются частью машинного обучения. Конечно, в этом случае часть знаний вообще не приобретается, а вводится разработчиками.

Я все еще читаю об этом, но у меня сложилось впечатление, что эти базы данных и механизмы вывода стали довольно популярными в девяностые годы, и многие исследователи AGI сегодня все еще работают в этом направлении.

Это зависит от того, насколько широко вы определяете «методы машинного обучения». Вы можете составить определение так, что по определению все обучение подпадает под эту рубрику. OTOH, существует такой широкий спектр методов машинного обучения, что это не принесет особого успеха.

Вероятно, имеет больше смысла говорить о различных видах обучения, которые мы используем в рамках машинного обучения / искусственного интеллекта. Как минимум, у вас есть:

1. контролируемое обучение
2. неконтролируемое обучение
3. полу-контролируемое обучение
4. конкурентное обучение

А затем такие вещи, как «обучение с подкреплением», которые могут подразделять на вышеупомянутые. Большинство из этих вещей попадают в то, что люди обычно называют «машинное обучение».

Помимо этого, у вас есть такие вещи, как алгоритмы индукции правил, методы дедуктивной логики, такие как программирование индуктивной логики, которое может своего рода «учиться», механизмы вывода, автоматические рассуждения и т. Д., Которые имеют свои собственные способы «изучения» мира, но отделены от того, что обычно называют «машинное обучение».

Но даже с учетом этого можно справедливо спросить, действительно ли существует разделительная линия или нет. Действительно, кажется, есть основания полагать, что будущие системы искусственного интеллекта могут использовать гибридный подход, который сочетает в себе множество различных методов, независимо от того, обозначены ли они как «машинное обучение» или «GOFAI», или «другие».