#Quando parliamo di reti di intelligenza, le persone di solito iniziano a parlare di idee. Si concentrano su cosa possono fare le reti di intelligenza artificiale: quanto velocemente possono generare testo, quanto sono grandi i loro dataset e quanto bene possono fingere di pensare come gli esseri umani. Quando le persone parlano di controllare se le reti di intelligenza artificiale sono corrette, di solito lo pensano come qualcosa che accade dopo il fatto.

Le reti di intelligenza artificiale sembrano semplici all'inizio. Una rete di intelligenza artificiale fornisce una risposta e un'altra rete di intelligenza artificiale verifica se la risposta è corretta. Allora siamo più sicuri che la risposta sia giusta. Questo sembra un modo per risolvere il problema delle reti di intelligenza artificiale che forniscono risposte sbagliate.

Le cose non sempre vanno come pianificato. Le persone che hanno lavorato a progetti tecnici per molto tempo sanno che i problemi più grandi si verificano quando il progetto è effettivamente utilizzato e non quando viene testato. I progetti che sembrano perfetti quando sono piccoli possono iniziare ad avere problemi quando devono affrontare lavoro reale e denaro reale. Controllare se le reti di intelligenza artificiale sono giuste non è diverso.

Il primo problema è che controllare se qualcosa è giusto non è sempre facile. A volte è più difficile controllare se qualcosa è giusto che farlo sul posto. Questo perché controllare se qualcosa è spesso significa che dobbiamo capire come la rete di intelligenza artificiale ha ottenuto la sua risposta. Questo rende difficile bilanciare la velocità con cui vogliamo che la rete di intelligenza artificiale funzioni e quanto vogliamo essere certi che la risposta sia giusta.

Nel tempo, questo problema può influenzare il modo in cui è costruita la rete di intelligenza artificiale. Se progettiamo la rete di intelligenza per essere veloce, sarà ottimizzata per la velocità.. Se aggiungiamo il controllo in seguito, potrebbe non funzionare altrettanto bene. Questo perché la parte di controllo avrà priorità rispetto al resto della rete di intelligenza artificiale.

Questo può funzionare bene per i progetti.. Quando il progetto diventa più grande può iniziare a avere problemi. La parte di controllo potrebbe non essere in grado di tenere il passo con il resto della rete di intelligenza artificiale e le cose possono complicarsi. Nel costruire le cose vediamo spesso questo problema. Quando trattiamo qualcosa come una parte extra può essere difficile aggiungerlo in seguito.

C'è un altro modo di fare le cose. Controllando se qualcosa è giusto dopo che è stato realizzato, possiamo progettare la rete di intelligenza artificiale in modo che si assicuri che le sue risposte siano giuste allo stesso tempo. Questo significa che la rete di intelligenza artificiale deve darci la risposta e il motivo per cui la risposta è giusta.

Questo cambia il problema da qualcosa che facciamo dopo il fatto a qualcosa che facciamo quando progettiamo la rete di intelligenza. Progettare reti di intelligenza in questo modo non è sempre facile. Può rendere la rete di intelligenza artificiale più complicata e difficile da gestire.. Può anche rendere la rete di intelligenza artificiale più affidabile.

Certo, anche con questo design dobbiamo ancora affrontare problemi pratici. Dobbiamo assicurarci che la rete di intelligenza artificiale possa gestire vari tipi di informazioni. Controllare se un problema matematico è giusto non è lo stesso che controllare se una risposta legale è giusta. Man mano che le reti di intelligenza artificiale diventano più complicate, controllare se sono giuste diventa più difficile.

Questo rende difficile ottenere le informazioni di cui abbiamo bisogno per controllare se la rete di intelligenza artificiale è giusta. Potremmo dover ottenere informazioni dall'esterno della rete di intelligenza e questo può essere difficile da fare.

Nei sistemi risolviamo spesso questo problema aggiungendo più strati. Aggiungiamo strati per aiutare con il controllo, strati per aiutare a ottenere informazioni e strati per aiutare a gestire il sistema. Ogni strato risolve un problema. Aggiunge anche più complessità.

Questo significa che il sistema può essere più difficile da gestire e mantenere nel tempo.. Può anche rendere il sistema più stabile. Qualcosa a cui le persone non pensano sempre è come il denaro influisce sulle reti di intelligenza. Le reti di intelligenza artificiale utilizzano spesso il denaro per incoraggiare le persone a controllare se le risposte sono giuste. Questo può funzionare bene all'inizio. Può essere difficile farlo funzionare nel tempo.

Le persone che usano la rete di intelligenza risponderanno alle regole, ma risponderanno anche a ciò che sta accadendo nel mondo. Questo può rendere difficile mantenere la rete di intelligenza affidabile. Ecco perché i grandi sistemi spesso crescono lentamente nel tempo. Iniziano controllando le cose, poi si spostano su cose più difficili e alla fine possono fare cose più complicate.

Nel tempo, la rete di intelligenza artificiale può creare un deposito di conoscenze che altri sistemi possono utilizzare. Questo può aiutare a rendere le informazioni più affidabili. Alla fine, le reti di intelligenza artificiale non riguardano il controllo se le risposte sono giuste. Riguardano la creazione di un sistema dove le informazioni possono essere affidabili.

Le persone spesso si concentrano su come funzionano le reti di intelligenza artificiale nel breve termine.. Ciò che conta davvero è quanto bene funzionano nel tempo. I sistemi che durano non sono sempre quelli che sembrano più impressionanti all'inizio. Sono quelli che possono continuare a funzionare quando le cose si fanno difficili.

Per le reti di intelligenza, la questione non riguarda solo come migliorarle. Riguarda come farle funzionare nel tempo. Possono continuare a fornire risposte anche se diventano più complicate e importanti?

@Mira - Trust Layer of AI

#Mira

$MIRA