Bu məqalə Science X-nin redaktorluq prosesi və siyasətlərinə uyğun olaraq nəzərdən keçirilib. Tərcüməçilər məzmunun etibarlılığını təmin edərkən aşağıdakı xüsusiyyətləri vurğulayıblar:
Süni intellekt, rəqəmsal köməkçilərdən ətraflarına cavab verən robotlara qədər gündəlik həyatımızın bir hissəsi olur. Bu imkanların hər biri enerji istehlak edən fiziki hesablama proseslərinə əsaslanır. Avstriya İnnsbruq Universitetinin nəzəri fizika kafedrasından Hans Briegel rəhbərlik etdiyi beynəlxalq tədqiqat qrupu, ağıllı sistemlərin informasiyanı işlətməsinin effektivliyinin fiziki məhdudiyyətlərini araşdırıb. Onların nəticələri "Fisical Review X"də dərc olunub.
Agent, ətraf mühitindən məlumat toplayan və bu geri bildirimlərə cavab verən bir sistemdir, bir otaqda hərəkət edən robot kimi, daim yeni müşahidələr edərkən. "Agent öz hərəkətləri ilə özünün proqnozlaşdırmağa çalışdığı dünyanı dəyişir. "Bu, informasiya işlənməsinin fizikasında nəyin dəyişdiyini anlamaq istəyirdik", - araşdırmanın baş müəllifi Lukas Fiderer izah edir.
1961-ci ildə fizikaçı Rolf Landauer məlumatların silinməsinin əsas fiziki xərclərini müəyyənləşdirdi. Bununla birlikdə, münasibət əks şəkildə də işləyir: Müvafiq şəraitdə bir agent fiziki sistem haqqında məlumatlardan istifadə edərək ondan enerji çıxarır. Yeni tədqiqat ideal bir agentin ətraf mühitlə təkrarlanan mübadilələr vasitəsilə bir qarşılıqlı əlaqə üçün çıxarıla biləcək ən böyük orta miqdarda faydalı enerji araşdırır. Beləliklə, agentin yaddaş və hərəkətlərinin təşkili üçün müxtəlif yolların müqayisə edilməsi üçün dəqiq bir termodinamik standart təmin edir.
Əvvəlki araşdırmalar göstərdi ki, informasiyanı passiv şəkildə emal edən bir agent yalnız yaddaşını təxminə ardıcıl olaraq yönəltdikdə, gələcək müşahidələrə qarşılıqlı məlumatları xatırladaraq, termodinamik olaraq optimal performans əldə edə bilər. Yeni tədqiqat, tədbirlərinin müşahidələrini təsir etdiyi agentlər üçün bir model inkişaf etdirir və bu da real dünya tətbiqlərini daha yaxından əks etdirir.
Müəlliflər riyazi olaraq sübut edirlər ki, bəzi mühitlərdə optimal proqnozlaşdırma üçün lazım olan bütün məlumatları saxlayan agentlər əslində mümkün olan ən yaxşı enerji səmərəliliyinə nail ola bilmirlər. Bu məqsədlə onlar öz hərəkət tarixlərinin bir hissəsini unutmalıdırlar, o cümlədən onların proqnozlarını yaxşılaşdırdıran məlumatları.
Xülasə — davamını mənbədə oxuyun.
