متا، مالک فیس‌بوک، روز جمعه گفت که مجموعه‌ای از مدل‌های جدید هوش مصنوعی را از بخش تحقیقاتی خود منتشر می‌کند، از جمله یک «ارزیابی‌کننده خودآموخته» که ممکن است راهی به سمت مشارکت کمتر انسان در فرآیند توسعه هوش مصنوعی ارائه دهد.
این تکنیک شامل تقسیم کردن مسائل پیچیده به مراحل منطقی کوچکتر است و به نظر می رسد که دقت پاسخ ها را در مورد مسائل چالش برانگیز در موضوعاتی مانند علوم، کدنویسی و ریاضی بهبود می بخشد.
محققان متا از داده‌های کاملاً تولید شده توسط هوش مصنوعی برای آموزش مدل ارزیاب استفاده کردند و ورودی‌های انسانی را در آن مرحله نیز حذف کردند.
دو تن از محققین متا در پشت این پروژه به رویترز گفتند، توانایی استفاده از هوش مصنوعی برای ارزیابی قابل اعتماد هوش مصنوعی، نگاهی اجمالی به مسیر احتمالی ساخت عوامل هوش مصنوعی مستقلی که می توانند از اشتباهات خود بیاموزند، ارائه می دهد.
بسیاری از افراد در زمینه هوش مصنوعی، چنین عواملی را به عنوان دستیارهای دیجیتال به اندازه کافی هوشمند می دانند که بتوانند مجموعه وسیعی از وظایف را بدون دخالت انسان انجام دهند.
مدل‌های خودبهبود می‌توانند نیاز به فرآیندی اغلب پرهزینه و ناکارآمد را که امروزه به نام یادگیری تقویتی از بازخورد انسانی مورد استفاده قرار می‌گیرد، کاهش دهند، که نیاز به ورودی از حاشیه‌نویس‌های انسانی دارد که باید دارای تخصص برای برچسب‌گذاری دقیق داده‌ها و تأیید پاسخ‌ها به پرسش‌های پیچیده ریاضی و نوشتن باشند.
جیسون وستون، یکی از محققان گفت: «امیدواریم هوش مصنوعی در بررسی کارش بهتر و بهتر شود، به طوری که در واقع بهتر از یک انسان معمولی باشد.»
او گفت: «ایده خودآموخته بودن و توانایی خود ارزیابی اساساً برای رسیدن به این سطح از هوش مصنوعی بسیار مهم است.»
