Algoritms, kas attīstīja Starcraft robotprogrammatūras, apmāca arī pašbraucošas automašīnas

Waymo transportlīdzeklis Waymo

Waymo pašbraucošajām automašīnām tagad ir kaut kas kopīgs ar smadzenēm, kas vada parastos transportlīdzekļus: to inteliģence daļēji nāk no evolūcijas spēka.

Uzņēmumam Alphabet piederošā Waymo inženieri sadarbojās ar DeepMind, citas AI Alphabet nodaļas pētniekiem, lai atrastu efektīvāku procesu, lai apmācītu un precizētu uzņēmuma pašbraukšanas algoritmus.

Viņi izmantoja paņēmienu, ko sauc par iedzīvotāju apmācību (PBT), iepriekš izstrādāts DeepMind, lai uzlabotu videospēļu algoritmus. PBT, kas smeļas iedvesmu no bioloģiskās evolūcijas, paātrina mašīnmācīšanās algoritmu un parametru atlasi konkrētam uzdevumam, liekot kandidāta kodam iegūt piemērotākos paraugus (tie, kas visefektīvāk veic konkrēto uzdevumu) algoritmiskajā populācijā.

AI algoritmu uzlabošana šādā veidā var arī palīdzēt Waymo sniegt priekšrocības. Algoritmi, kas vada pašbraucošas automašīnas, ir jāpārmāca un jākalibrē, jo transportlīdzekļi savāc vairāk datu un tiek izvietoti jaunās vietās. Desmitiem uzņēmumu sacenšas, lai demonstrētu labākās pašbraucošās tehnoloģijas uz reāliem ceļiem. Waymo pēta dažādi citi veidi automatizēt un paātrināt mašīnmācības algoritmu izstrādi.

Patiešām, efektīvākām mašīnmācības koda pārkvalificēšanas metodēm vajadzētu ļaut AI būt elastīgam un noderīgam dažādos kontekstos.

Viens no galvenajiem izaicinājumiem ikvienam, kas rūpnieciskā sistēmā veic mašīnmācīšanos, ir spēja atjaunot sistēmu, lai izmantotu jaunā koda priekšrocības, saka Matthieu Devin, Waymo mašīnmācības infrastruktūras direktors. Mums ir nepārtraukti jāpārmāca tīkls un jāpārraksta mūsu kods. Un, pārkvalificējoties, jums, iespējams, būs jāpielāgo parametri.

Mūsdienu pašbraucošās automašīnas kontrolē gandrīz Rube Goldberg algoritmu un paņēmienu kombinācija. Lai sensoru datos pamanītu ceļu līnijas, zīmes, citus transportlīdzekļus un gājējus, tiek izmantoti daudzi mašīnmācīšanās algoritmi. Tie darbojas saskaņoti ar parasto vai ar roku rakstīto kodu, lai kontrolētu transportlīdzekli un reaģētu uz dažādām situācijām. Katra jauna pašpiedziņas sistēmas iterācija ir rūpīgi jāpārbauda simulācijā.

Mūsdienu pašbraucošie transportlīdzekļi jo īpaši lielā mērā ir atkarīgi no dziļas mācīšanās. Bet dziļa neironu tīkla konfigurēšana ar pareizajiem rekvizītiem un parametriem (vērtībām, kas sākumā ir iekodētas) ir sarežģīta māksla. Kandidātie tīkli un parametri lielākoties tiek atlasīti manuāli, kas ir laikietilpīgi, vai nejauši pielāgoti datorā, kas prasa lielu apstrādes jaudu.

Uzņēmumā Waymo mēs apmācām tonnas dažādu neironu tīklu, un pētnieki pavada daudz laika, lai noskaidrotu, kā vislabāk apmācīt šos neironu tīklus, saka Yu-hsin (Joyce) Chen, Waymo mašīnmācības infrastruktūras inženieris. Mums tas bija vajadzīgs, un mēs vienkārši izmantojām iespēju.

Čena saka, ka viņas komanda tagad izmanto PBT, lai uzlabotu padziļinātas apmācības koda izstrādi, ko izmanto, lai noteiktu joslu marķējumus, transportlīdzekļus un gājējus, un pārbaudītu marķēto datu precizitāti, kas tiek ievadīti citiem mašīnmācīšanās algoritmiem. Viņa saka, ka PBT ir aptuveni uz pusi samazinājis datora jaudu, kas nepieciešama neironu tīkla pārkvalificēšanai, un ir divkāršojis vai trīskāršojis izstrādes cikla ātrumu.

Google izstrādā virkni paņēmienu, lai palīdzētu automatizēt mašīnmācības modeļu apmācības procesu, un tas jau piedāvā dažus no tiem klientiem, izmantojot projektu, kas pazīstams kā Cloud Auto-ML . Padarot mākslīgā intelekta apmācību efektīvāku un automatizētāku, neapšaubāmi būs izšķiroša nozīme centienos komercializēt tehnoloģiju un gūt peļņu no tās.

Oriols Vinyals, DeepMind galvenais pētnieks un viens no PBT izgudrotājiem, saka, ka ideja par PBT izmantošanu Waymo radās, kad viņš apmeklēja Devinu. Pirmo reizi DeepMind šo paņēmienu izstrādāja 2017. gadā, lai paātrinātu neironu tīklu apmācību, vēlāk izmantojot to, lai palīdzētu datoram spēlēt StarCraft II — kaujas videospēli, kas ir īpaši sarežģīta mašīnām (skatiet sadaļu Inovatori, kas jaunāki par 35 gadiem, 2016). DeepMind sadarbība ar Waymo sākās, pirms tā publicēja StarCraft pētījumu 2019. gada janvārī.

Evolūcijai līdzīgais process, ko izmanto PBT, arī ļauj vieglāk saprast, kā padziļinātas mācīšanās algoritms ir pielāgots un optimizēts ar kaut ko līdzīgu ģenealoģiskajam kokam. Viena no lieliskajām lietām ir tā, ka jūs varat vizualizēt parametru attīstību, saka Vinyals. Tas ir jauks veids, kā pārbaudīt, vai tas, kas notiek, jums patiešām ir jēgpilns.

Atjaunināts 29. jūlijā, lai atspoguļotu faktu, ka PBT tika izstrādāts, pirms DeepMind sāka strādāt pie StarCraft II.

paslēpties