211service.com
Īlona Muska OpenAI atklāj vienkāršāku veidu, kā mašīnas var mācīties
2013. gadā britu mākslīgā intelekta starta uzņēmums DeepMind pārsteidza datorzinātniekus, demonstrējot programmatūru, kas varētu iemācīties spēlēt klasiskās Atari spēles labāk nekā pieredzējuši spēlētāji. Google drīz iegādājās DeepMind, un tehnika, kas pārspēja Atari spēles, pastiprināšana, ir kļuvusi par karstu tēmu AI un robotikas jomā. Google izmantoja pastiprinošu apmācību, lai izveidotu programmatūru, kas pagājušajā gadā pārspēja Go spēlētāju.
Tagad OpenAI, bezpeļņas pētniecības institūts, kuru līdzdibināja un finansē Elons Masks, saka, ka ir atklājis, ka vieglāk lietojama alternatīva pastiprinošai apmācībai var iegūt konkurējošus rezultātus, spēlējot spēles un veicot citus uzdevumus. Pirmdien MIT Technology Review EmTech Digital konferencē Sanfrancisko OpenAI pētniecības direktors Iļja Sutskevers sacīja, ka tas varētu ļaut pētniekiem ātrāk gūt panākumus mašīnmācībā.
Tas ir konkurētspējīgs ar mūsdienu pastiprināšanas-mācību algoritmiem uz standarta etaloniem, sacīja Sutskevers. Pārsteidzoši, ka kaut kas tik vienkāršs patiešām darbojas.
OpenAI mašīnmācības programmatūra izdomāja, kā spēlēt klasiskās Atari spēles.
Sutskever apgalvo, ka ir svarīgi atrast jaunus veidus, kā programmatūra iemācīties spēlēt datorspēles vai vadīt robotus, lai mašīnmācības programmatūra veiktu sarežģītākus uzdevumus nekā tikai attēlu atpazīšana vai runas pārrakstīšana. Ja mums datorsistēmas iemācās veikt sarežģītas darbības pasaulē, tad es domāju, ka mēs tās būtu ērti saukt par inteliģentām, viņš teica.
Sutskevers un kolēģi pārbaudīja savu pieeju, sauc par evolūcijas stratēģijām , izveidojot programmatūru, kas iemācījās spēlēt vairāk nekā 50 Atari spēles, tostarp Pong un Centipede. Tā kā jauno metodi ir vieglāk paplašināt vairākos procesoros, vienā stundā viņi varēja apmācīt mākslīgos spēlētājus, kas ir salīdzināmi ar tiem, kuru ražošana prasīja vienu dienu, izmantojot pastiprināšanas-mācību sistēmu, ko pagājušajā gadā publicēja Google DeepMind. Tas parādīja tādu pašu spēju iemācīties lietas, piemēram, vajadzību iegūt gaisu spēlē Seaquest (vidējais kadrs animācijā).
OpenAI pētniecības direktors Iļja Sutskevers
Evolūcijas stratēģijas parādīja līdzīgu priekšrocību, ja tās izmantoja, lai veiktu standarta robotikas testu, kurā programmatūrai ir jāizdomā, kā likt humanoīdam staigāt simulētā vidē. Pētnieki saka, ka bija nepieciešamas 10 minūtes, lai sasniegtu rezultātus, kas modernai pastiprināšanas-mācību sistēmai būtu vajadzīgas apmēram 10 stundas.
Šī metode ir gadu desmitiem vecas idejas atsāknēšana par to, kā iegūt mācību programmatūru, lai izmēģinātu dažādas darbības un noteiktu visefektīvākās. Tas ir brīvi iedvesmots no tā, kā dabiskā atlase liek bioloģiskajiem organismiem pielāgoties savai videi.
Algoritms, par kuru visi ir zinājuši jau ilgu laiku, darbojas labāk, nekā vairums cilvēku domāja, sacīja Sutskevers.
Viņš atteicās ieteikt konkrētus AI lietojumus, kas varētu gūt stimulu no evolūcijas stratēģiju tehnikas, sakot, ka ir nepieciešams vairāk pētījumu par tā stiprajām pusēm un ierobežojumiem. Bet Sutskever teica, ka metodes salīdzināšana ar pastiprinošo mācīšanos liecina, ka labāk būtu mācīties veikt sarežģītākus uzdevumus, kuriem ir nepieciešams vairāk darbību, lai iegūtu rezultātu.
Šī iemesla dēļ Sutskever teica, ka viņš uzskata, ka evolūcijas stratēģijas palīdzēs OpenAI mērķim izveidot tā dēvēto mākslīgo vispārējo intelektu - programmatūru, kas var pielāgoties daudzu veidu sarežģītiem scenārijiem.
Lielākā daļa mašīnmācības pētnieku daudz nerunā par vispārējo inteliģenci, tā vietā cenšas panākt progresu konkrētām, bieži vien šauri mērķētām problēmām. OpenAI misija ietver apņemšanos izveidot mākslīgo vispārējo intelektu. Sutskever teica, ka mašīnmācības progresa temps nozīmē, ka par mērķi ir vērts domāt tagad.
Viņš teica, ka [tas] šobrīd šķiet tālu, bet pirms pieciem gadiem [bija] daudz tālāk. Cilvēku skaits un pūles, kas tiek ieguldītas šo algoritmu izstrādē, ir ārkārtīgi liels — lietas virzās uz priekšu ļoti veselīgā tempā.