Arquitecturas adaptables que funcionan de esta manera: un lado de hardware basado en ML monitorea el flujo de datos en una máquina de arquitectura reconfigurable. Cuando el monitor ha observado suficientes estadísticas, podría ordenar al lado reconfigurable que se reorganice para una mayor eficiencia (es decir, un rendimiento más rápido, agregar más flujos paralelos de datos en un área determinada, etc.). Un ejemplo de aplicación podría ser en sistemas de visión, donde una vez que la máquina aprende lo suficiente sobre lo que ve constantemente, podría reorganizarse para reconocer las cosas más rápido, o incluso cambiar en nuevos subsistemas, incluso reconocedores especializados, para aumentar el procesamiento. No veo nada de malo en la idea de agregar nuevo hardware especializado especializado para manejar patrones específicos, suponiendo que tenga hardware para grabar y pueda permitirse hacer y dedicar nuevos módulos.
Otra aplicación sería donde puedes usar patrones de alto nivel de ML, como reconocer que un cierto tipo de problema ocurre con frecuencia. Luego tiene que dirigir la construcción automática de nuevo hardware, tal vez en FPGA, que puede manejar la resolución de ese tipo de problemas. Un ejemplo de caso de juicio pobre y apresurado es donde está agregando números. Un reconocedor puede ver que a menudo agrega 1 + 1 para que dirija (ordene) un módulo de ‘diseño de ingeniería’ que sepa cómo hacer un sumador de hardware para 1 + 1. Expandiendo esto. puede construir un ML que vea que se necesita cierta lógica una y otra vez, por lo que dirige la creación de una lógica dedicada para realizar ese tipo de patrón de flujo más rápido.
Uno podría construir un sistema ML que emitiera código Verilog (no trivial pero alcanzable si construye un mecanismo de intérprete intermedio) y luego lo usa para hacer el nuevo hardware tal vez en un FPGA, y luego intercambiarlo en un sistema operativo y operativo. He investigado esto y siento que es posible, pero de ninguna manera es trivial. Lo hice para casos de prueba, en papel, para tener una idea de cómo podría funcionar. Construye un sistema ML que puede reconocer un flujo en el tiempo (que representa un flujo de proceso) y luego toma el patrón ahora conocido para ese flujo y construye una máquina en lógica que maneja ese flujo y sus datos. Estamos hablando de una computadora que sintetiza una computadora de propósito especial, básicamente.
- ¿Se podría entrenar a la IA para que reconozca el significado de la comunicación de gato a humano y resuelva respuestas adecuadas de humano a gato?
- ¿Los robots alguna vez serán sensibles? Si es así, ¿cómo y cuándo?
- ¿Podría una "verdadera IA" creer en el alma? No si lo haría, pero ¿podría? (Un humano puede o no creer, pero un humano claramente puede creer).
- ¿Es realmente necesario comprender Qualia para desarrollar una IA a nivel humano?
- Inteligencia artificial de videojuegos: ¿Por qué es tan difícil usar la inteligencia artificial de agente de red Q profunda para jugar La venganza de Montezuma a un nivel similar al humano?