Pourquoi est-chatroulette si mal maintenant?
Eh bien, il n'y a pas que les dangers de sa plate-forme, qui dérangent. Et nous devons faire face au fait que, comme toute nouvelle technologie, ses principes sous-jacents sont fondamentalement peu sûr. Il en va de ses produits et les hypothèses sous-jacentes, il est construit. Et la solution est de ne pas interdire chatroulette ou de forcer la technologie sous-jacente au changement. Les technologies sous-jacentes permet de résoudre un des problèmes les plus importants auxquels fait face notre temps: qui a l'information et comment fonctionnent-ils partager? Et chatroulette est un excellent exemple de comment cela se extrêmement difficile en ce moment. Il est 2015, quel est le grand remue-ménage? Mais la technologie sous-jacente dont nous parlons, celui qui résout ce problème en fait, est incroyablement difficile à construire et à des échelles vraiment très bien. Il est un système dans lequel des centaines de millions de personnes peuvent vraiment rivaliser vraiment vraiment pour une très petite quantité de temps de calcul.
Et donc je l'ai fait une étude il y a quelques années où je fait dénoyautées deux plates-formes de chat très différents les uns contre les autres et en fait eu des centaines de milliers de réponses. Dans cette étude, nous avons effectivement trouvé quelque chose qui fondamentalement résolu la technologie sous-jacente, qui est une technique appelée l'apprentissage par renforcement profond. Et en moyenne profonde I, au fond, nous allons utiliser des algorithmes pour chat apprendre à faire des choses comme, récompenser vos messages avec plus de gens ou rétrograder vos messages avec plus de gens.
Et ce que cela vous apprend est en fait que le chat même si se comporte encore beaucoup comme un jeu, mais il le fait dans un jeu comme manière beaucoup plus sophistiquée et sophistiquée. Vous pouvez donc imaginer un petit robot que vous pouvez frapper pour obtenir d'autres exemples de votre conversation. Ou vous pouvez imaginer un réseau de neurones qui apprend à jouer à ce jeu de jeu comme de discussion. Et ce qui est étonnant est que cela vous enseigne vraiment rien qui n'existe pas déjà dans le texte.
Comment ça apprendre? Eh bien, nous avons fait récemment démontré comment ce type d'apprentissage est en fait possible. En fait, le réseau neuronal a appris à jouer à ce jeu de Jeopardy! en jouant en fait contre lui-même. Il a joué contre son espérance de vie. Et la chose est, même si nous ne pouvons simuler ce qui se passe dans la tête d'un ordinateur, nous pouvons réellement simuler ce qui se passe dans une tête de l'ordinateur de jouer contre lui-même. Et c'est exactement ce que nous avons vu avec le réseau de neurones.
Donc, la leçon à emporter de tout cela est la suivante: si vous voulez que quelque chose arrive, modéliser. Si vous voulez un produit au travail, adopter. Si vous voulez que quelqu'un réponde à un message, l'accepter, et désescalade, alors vous devez jouer le jeu de son évolution.
Et cela signifie que vous.
Jouer le jeu de l'évolution humaine.
Cela signifie que vous.
Jouer le jeu de l'évolution humaine.
Comme vous pouvez l'imaginer, notre programme possède de nombreuses fonctionnalités. Son être d'une primaire, de toute évidence,
