얀르쿤이 예측이 지능의 본질이라고 말했다고 함
그리고 딥마인드는 보상이 지능을 만들거라고 했고
예측과 보상 중에 머가 먼저인거 같음?
1. 예측하기위해 보상이 주어지는지
2. 보상을 얻기위해 예측을 하는건지
이갤에 유동인 누구는 "기쁜 일은 예측을 위한 긍정적인 보상임" 이라고 했는데
기쁜일이 보상이라고 치면 보상이 예측의 원인이라는 말 같은데
나는 생각이 다름 보상을 얻기위해 예측한다고 생각하고
예측이 보상의 원인이 된다고 생각함
님들은 예측과 보상 중에 뭐가 지능의 본질이라고 생각함?
- dc official App
당연히 딥마인드가 맞는게 아님?
나도 그렇게 생각하는데 어떤 유동이 지능의 본질이 예측이라고 계속 주장해서 - dc App
딥마인드도 예측을 잘하려고 보상이라는 개념을 활용하는거임
딥마인드는 보상을 최대화 하려는 것이 지능을 낳는다고 보는데? 그러니까 보상최대화를 위해 예측을 하는거지 예측을 위해 보상을 사용하는게 아님 - dc App
너는 예측을 위해 보상을 사용한다고 하는데, 그게아니고 보상을 위해 예측을 사용하는거임 - dc App
보상최대화가 우선목표지 예측이 우선목표가 아님 - dc App
진1화론 얘기를 꺼내자면 개체의 적합도 함수의 점수가 높은 개체가 자연선택되는데 이러면 결국 적합도 점수를 높게 만드는 형질을 가진 개체가 선택되고 그 형질중 하나가 예측능력인거임 - dc App
예측은 시간개념이 존재하는 세계에서 존재하는 능력중 하나일 뿐임 근본은 예측이 아니라 보상이나 적합도임 - dc App
그리고 생존하기위해서 예측하지 예측하기위해서 생존하나? 예측은 근본이 아님 적합도가 근본이비 - dc App
생존하려면 적합도 점수가 높아야 하고 이 점수를 최대화하는 능력중 하나가 예측인거임 그러니까 보상에 해당하는것이 적합도 점수인거임. 적합도 점수가 높은것이 살아남으니까 적합도점수를 최대화하려는 경향이 발생하고 이 현상의 결과로 예측능력이 발생하는거임 - dc App
그리고 연산순서로 봐도 보상 최대화를 위해 누적보상이 최대가 되는 행동을 예측함. - dc App
님말대로면 "예측하기위해 필요한 보상을 얻기위한 예측을 하기위해 필요한 보상을 얻기위한 예측을 하기위해 필요한 보상..." 계속 반복시킬수 있는데? - dc App
예측은 보상을 얻기위한 수단일 뿐임.. 님은 예측이 능력의 전부라고 생각하기때문에 그걸 본질이라고 호도하고 있는거임 - dc App
다시 말하지만 딥마인드가 알파폴드를 만든 근본적인 이유는 알파폴드가 받는 보상 그 자체에 관심이 있어서가 아니라 단백질 구조 예측을 잘하기 위해서임 만약 알파폴드가 보상은 많이 받는데 예측을 잘하지 못한다면 쓸모가 없어서 폐기되겠지 예측이 근본임
예측을 잘하면 보상을 받게끔 되어있는것도 모름? 어떤 능력이 있으면 보상을 주기때문에 그 능력을 갖추는거임 그러니까 보상이 있어야지 그 능력이 생긴다는거야 - dc App
생존이라는 목적과 수단으로서 예측능력이 있다면, 생존하고자 하는 이유는 뭔데? - dc App
왜자꾸 까먹음? 그 예측능력은 보상이 없으면 생기지 않아.. 보상이 모든걸 만든다고 - dc App
보상은 예측을 위한 하나의 수단일 뿐이라니까. 예측하려고 보상만 사용하는건 아님
말을왜 못알아먹음? 알파폴드가 보상으로 예측능력을 만들었다는걸 왜몰라? - dc App
예측능력이 보상으로 만들어졌으니까 보상이 근본이지 - dc App
이 댓글은 게시물 작성자가 삭제하였습니다.
근본이라는 말의 뜻을 몰라? 뿌리 근자 아님? 보상이 예측능력을 만들었으면 보상이 근본이지 - dc App
할말없지? - dc App
님아 새글에 답변좀 해주셈 - dc App
보상을 극대화하기위해서 예측하는게 맞는거지 다시봐도 이상하네.. - dc App
지금은 딥마인드가 맞다고 보잖아 - dc App
이런 논쟁 특= 나중에 둘 다 상호적으로 영향 주고 받는다고 결론남
보상은 방법론이고 예측은 (아직은 모르는)인과학습의 기전을 가르키는 말임. 강인공지능은 무조건 예측 그 자체를 알아야 함.