रीइन्फोर्समेंट लर्निंग पर एक बड़ा दांव

इनैफ़ेबल इंटेलिजेंस, एक ब्रिटिश एआई लैब जिसे कुछ ही महीने पहले पूर्व डीपमाइंड शोधकर्ता डेविड सिल्वर ने स्थापित किया था, ने बिना मानवीय डेटा के सीखने वाले एक बहुत अलग प्रकार के एआई मॉडल को आगे बढ़ाने के लिए $1.1 बिलियन जुटाए हैं और इसकी वैल्यूएशन $5.1 बिलियन आंकी गई है।

कंपनी का कहना है कि वह एक “सुपरलीर्नर” बनाना चाहती है जो रीइन्फोर्समेंट लर्निंग के माध्यम से ज्ञान और कौशल की खोज कर सके — एक ऐसी विधि जिसमें सिस्टम मानवीय-निर्मित उदाहरणों का अध्ययन करने के बजाय परीक्षण और त्रुटि से सुधार करते हैं। यह दृष्टिकोण सिल्वर के पृष्ठभूमि से गहराई से जुड़ा हुआ है। उन्होंने Google-स्वामित्व वाली डीपमाइंड में एक दशक से अधिक समय बिताया, जहां उन्होंने रीइन्फोर्समेंट लर्निंग के कार्य का नेतृत्व किया, उसके बाद नई वेंचर शुरू करने के लिए वहां से निकले।

अल्फाज़ीरो से व्यापक महत्वाकांक्षा तक

सिल्वर के डीपमाइंड में किए गए कार्य ने ऐसे सिस्टम विकसित करने में मदद की जो बिना मानवीय गेम रिकॉर्ड या रणनीतियों के टॉप मानव खिलाड़ियों को शतरंज और गो में हराना सीख गए। सबसे प्रसिद्ध उदाहरण अल्फाज़ीरो था, जिसने केवल अनुभव से सीखकर उन खेलों में दुनिया के सबसे मजबूत कंप्यूटर प्रोग्रामों को हराया।

इनैफ़ेबल इंटेलिजेंस अब उस विचार को बोर्ड गेम्स से बहुत आगे ले जाने का लक्ष्य रखती है। अपनी हाल ही में लॉन्च हुई साइट के अनुसार, कंपनी मानती है कि उसका सुपरलीर्नर अपने स्वयं के अनुभव से “सारा ज्ञान” खोज सकता है, बजाय उन विशाल डेटासेट्स पर निर्भर रहने के जो वर्तमान एआई सिस्टमों को संचालित करते हैं।

लैब की भाषा व्यापक है। इसकी वेबसाइट कहती है कि अगर यह प्रयास सफल हुआ, तो यह "डार्विन के तुल्य वैज्ञानिक उपलब्धि" के बराबर होगा, और यह जोड़ती है कि इसका नियम सभी बुद्धिमत्ता को समझाएगा और बनाएगा।

सिल्वर, जो यूनिवर्सिटी कॉलेज लंदन में भी प्रोफेसर हैं, ने इनैफ़ेबल इंटेलिजेंस को अपनी "जीवन भर की कृति" के रूप में वर्णित किया है, जैसा कि कंपनी के ब्लॉग पर बाद में प्रकाशित एक व्यक्तिगत नोट में लिखा गया। उन्होंने वायर्ड को यह भी बताया कि कंपनी से उन्हें जो भी पैसा मिलेगा वह उच्च-प्रभाव वाले चैरिटीज़ को दिया जाएगा।

फिलहाल, कंपनी की वित्तीय स्थिति कहानी का सबसे कम रहस्यमयी हिस्सा दिखती है। $1.1 बिलियन की फंडिंग यह दर्शाती है कि निवेशक उद्योग की अधिकांश प्रक्रियाओं को परिभाषित करने वाले मानवीय डेटा पाइपलाइन से आगे जाने के एक लंबे शॉट प्रयास का समर्थन करने के लिए तैयार हैं।

स्रोत:

टेकक्रन्च.कॉम