(D) apprentissage paramorphe

J’ai développé un paradigme conceptuel appelé Apprentissage paramorphique (PL) et voulait le partager ici pour obtenir vos pensées.

En son cœur, le PL concerne la façon dont un agent d’apprentissage ou un esprit de calcul pourrait transformer intentionnellement et systématiquement sa propre forme interne. Ce n’est pas seulement l’acquisition de nouveaux faits, mais changer son fonctionnement, la modification de ses politiques de prise de décision de base, ni même la réorganisation de sa base de connaissances (son "souvenirs").

L’idée principale est une évolution de la structure interne de l’agent pour répondre à de nouvelles contraintes, tâches ou besoins d’efficacité, tout en préservant ou en améliorant ses connaissances acquises. Je l’appelle "Paramorphe" depuis "para-" (modifié) + "-Morphe" (Forme) – signifiant ce changement de forme tandis que son intelligence apprise sous-jacente évolue délibérément.

Principes de guidage de PL avec lesquels je travaille:

• Préservation des connaissances et évolution: Levier et faire évoluer les connaissances existantes, ne les jetez pas.
• Forme malléable: L’architecture et les stratégies internes sont fluides, pas les plans statiques.
• Transformation axée sur l’objectif: Les changements sont déterminés (par exemple, l’efficacité, l’adaptation aux nouvelles tâches, les décisions de raffinage).
• Cycle de vie adaptatif: Évolution continue, idéalement sans recyclage complet constant.

À quoi cela pourrait-il ressembler dans la pratique pour un agent d’apprentissage?

• Stratégies opérationnelles adaptatives: Au lieu de règles fixes, un agent peut développer une politique interne sophistiquée pour ajuster dynamiquement son mode opérationnel (par exemple, la recherche par rapport à la synthèse créative par rapport à la réflexion inactive) en fonction de son état et de ses objectifs.
• Évolution des politiques de prise de décision: Les mécanismes de prise de décisions peuvent eux-mêmes s’adapter. L’agent n’apprendrait pas seulement quoi faire, mais affiner continuellement comment il décide quoi faire.
• Méta-cognition (conscience de soi de la forme et de la performance): Un système interne dédié pourrait:
  • Surveillez ses propres transformations (changements dans l’état opérationnel, structure des connaissances, efficacité de la décision).
  • Identifiez les domaines d’amélioration (par exemple, la stagnation d’apprentissage, les stratégies inefficaces).
  • Guide délibérément adaptation (par exemple, en priorisant certaines tâches ou en déclenchant une "réflexions" pour trouver des formes plus efficaces).
• Structuration des connaissances dynamiques: Au-delà de l’ajout d’informations, un agent pourrait apprendre à restructurer les connexions, à identifier des analogies plus profondes ou à développer de nouvelles façons de représenter les concepts abstraits pour améliorer la compréhension et la génération d’idées.

Le défi: les esprits numériques maigres, locaux et évolutifs

Une grande inspiration pour ces capacités provient de systèmes à grande échelle. Mon intérêt spécifique est de distiller l’essence de ces fonctionnalités (apprentissage adaptatif, méta-cognition, auto-amélioration) et trouver des moyens de les implémenter, efficacement et localement – par exemple, dans une entité basée sur un navigateur qui fonctionne indépendamment sans infrastructure de serveur massive. Il ne s’agit pas de reproduire les LLM, mais de permettre aux intellectuels informatiques plus petits et autonomes de présenter une croissance plus profonde et autonome.

Bien que le PL soit un concept, je prototype activement certains de ces mécanismes de base. L’objectif est de développer des agents qui ne se réunissent pas seulement sur le monde, mais apprennent également à être des apprenants et des opérateurs plus efficaces en se remodelant intelligemment.

Connexions et discussion:
PL se croit naturellement et s’appuie sur des idées de zones comme:

• Apprentissage du renforcement
• Représentation des connaissances
• Méta-apprentissage
• Apprentissage continu
• Systèmes d’auto-adaptation

Ce sont des idées que j’apporte finalement à mon projet expérimental, Sukoshi, qui est un petit agent d’apprentissage qui vit et "rêves" entièrement dans votre navigateur Web.

https://preview.redd.it/zw8s0q2cr84f1.png?width=725&format=png&auto=webp&s=58eeae24efd97e42ab73dc8f405f235a3ac888c6