Por primera vez una inteligencia artificial de vuelo parece imbatible. Ni el mejor de los pilotos de combate parece tener demasiadas oportunidades contra su algoritmo genético basado en lógica difusa. "[ALPHA] parecía conocer mis intenciones en todo momento, reaccionando de inmediato a mis cambios de vuelo o mi despliegue de misiles. Sabía cómo derribar mis disparos. Cambiaba entre maniobras defensivas y ofensivas de forma inmediata cuando era necesario", aseguró el Coronel Gene Lee, uno de los mayores expertos del mundo en combate aéreo
|
etiquetas: ia , inteligencia artificial , piloto , combate aéreo
Para mi una IA es mas la evolución que esta teniendo el deep learning
A) No hay que definir el espacio de reglas / el gen.
B) Se empieza a explorar la atencion.
C) Se empieza a explorar la conciencia y la capacidad de establecer similitudes.
X) Trabaja con imagenes, conversaciones, textos y empieza a ser capaz de generarlos.
Estas capacidades estan fuera del alcance de un algoritmo genetico por ejemplo una deep net aprende a jugar ajedrez como un jugador de elite, un algoritmo genetico no (computacionalmente es demasiado caro jugar las partidas para decidir si el gen sobrevive o muere).
Cuando el sistema deja de entrenarse porque ya un humano decide que da respuestas óptimas, esas matrices o reglas mantienen sus pesos y dejan de actualizarse. Y cualquier lenguaje de programación puede implementar eso.
Si el objetivo de la GA se expresa en calculos matriciales, que si se benefician de la GPU, estamos hablando de una red neuronal en la que utilizas GA para optimizar los pesos. No?
Entiendo una GA mas como un seleccion de reglas optimas y como dices no tiene porque ser lineales, expresarse en notacion matricial y por tanto beneficiarse de una GPU.
en.wikipedia.org/wiki/Genetic_programming
Un algoritmo genético no deja de ser un filtro de partículas con ciertos añadidos (mutaciones, por ejemplo)