Poza wstępnym szkoleniem, oto jak wyobrażam sobie, że będzie działać większość uczenia się. 1. Modele / systemy AI będą utrzymywać duże zbiory wiedzy, które można odzyskać. Będzie to obejmować fakty takie jak "stolicą Kalifornii jest Sacramento" oraz taktyki takie jak "grając w Monopoly, kupuj wiele nieruchomości na początku" lub "upewnij się, że domyślne argumenty w Pythonie nie są mutowalne". System będzie odzyskiwał odpowiednie fakty / spostrzeżenia / taktyki do wykonywania zadań. 2. AI będzie przetwarzać wszystkie rodzaje danych (książki, bazy kodu, artykuły prasowe, strumieniowe dane sensoryczne). Będzie to miało miejsce zarówno w czasie szkolenia, jak i podczas wdrażania do wykonywania zadań. 3. Gdy system napotka nowe dane, będzie intensywnie rozumować, aby zrozumieć te dane, szczególnie w kontekście istniejącej wiedzy systemu. Jeśli dane są trudne do zrozumienia, np. techniczny artykuł badawczy, ten proces będzie bardzo obciążający obliczeniowo, a wyniki rozumowania zostaną przekształcone w nowy zestaw spostrzeżeń, taktyk i faktów, które będą przechowywane w wiedzy systemu (wraz z odniesieniami do surowych danych, z których wyprowadzono spostrzeżenia). Jeśli nowa wiedza będzie sprzeczna z istniejącymi faktami, nastąpi więcej rozumowania, aby spróbować rozwiązać sprzeczność, a istniejące fakty w zbiorze wiedzy zostaną zaktualizowane (wraz z kontekstem dotyczącym powodu aktualizacji). To ma kilka ładnych właściwości. - Sposób na usunięcie lub naprawienie niepoprawnej wiedzy, gdy AI gromadzi nowe informacje. - Pewna interpretowalność tego, co model wie i jego strategii wykonywania zadań. Również możliwość audytowania / sprawdzania, co model wie. - Sposób na korzystanie z rozumowania w czasie szkolenia, a nie tylko z rozumowania w czasie wnioskowania, a następnie odrzucania ciężko zdobytych spostrzeżeń. - Tego rodzaju rozumowanie w czasie szkolenia ma potencjał, aby być znacznie bardziej efektywne pod względem danych, ale znacznie bardziej obciążające obliczeniowo. Ten proces rozumowania w czasie szkolenia, przechowywania wiedzy i odzyskiwania mógłby być emergentny, biorąc pod uwagę odpowiednią architekturę, ale spodziewam się, że będzie początkowo wbudowany.