딥마인드 연구결과

1. 많은 환경에서 훈련받은 개체는 새로운 환경에서도 성공적이었다

2. 즉, 많은 환경에서 훈련받은 개체는 범용지능으로 발달할 가능성이 있다

3. 그 많은 환경을 만드는 방법은 알고리즘으로 자동 생성되는데, 이때

"그런 다음 모집단 기반 교육 (PBT)을 사용하여 에이전트의 일반 능력 향상을 목표로 하는 적합성을 기반으로 동적 작업 생성의 매개변수를 조정합니다"

라고 적혀있는데

아마도 내 해석에 따르면

"개체의 일반능력을 점수로 측정해서 이 일반능력을 최대화하도록 환경생성을 조정한다" 는것 같음

즉, 일반능력을 극대화(강화학습) 하기위해 훈련환경을 생성하는것을 조정한다 임.

난 여기서 의문이 드는게

개체의 일반능력 극대화(확보)가 곧 "범용지능 확보"와 같은 말인데

이 일반능력을 얻기위해 환경(미니게임)생성을 조정한다 는 말은

수단과 목적이 본말전도된 상태라고 본다

목적: 일반능력확보(범용지능 확보)

수단: 환경(미니게임) 생성 인데

범용지능을 낳는 미니게임을 얻기위해 일반능력을 최대화시키는 방향으로 미니게임을 생성하면

결국 그냥 범용지능확보 그 자체를 하는것과 다를게 없다는거다

즉, 범용지능을 낳는 미니게임이 뭔지 알아내는 행위와 범용지능 그자체를 얻는 행위가 같은 거라는 말임..

동일한 난이도, 동일한 문제를 푸는것은 무의미하다고 보여짐..

적어도 미니게임 만드는게 일반능력 극대화(범용지능확보) 보다는 쉬워야

미니게임으로 범용지능을 만든다는 목적에 부합하는 행동아닐까?

또 내 질문은

1. 미니게임을 생성하는데 적절한 난이도는 어떻게 결정하는가? 개체들의 승패 비율로?

2. 게임의 난이도를 조금씩 계단처럼 올리면 어려운 문제도 해결하는 개체가 나오는가?