Paņēmiens, kas mācīja AI spēlēt Go, joprojām nevar iemācīt automašīnu vadīt

Kategorija: Mākslīgais intelekts Ievietots 15. janvāris

Pastiprināšanas mācīšanās (RL), mašīnmācības kategorija, kas balstās uz sodiem un atlīdzību, var būt spēcīgs paņēmiens, lai mācītu mašīnas pielāgoties jaunai videi.

Deepmind's AlphaGo to izmantoja, lai uzvarētu pasaulē labāko Go spēlētāju, lai gan nekad ar viņu nebija spēlējis. Tas ir arī izrādījis daudzsolījumu, veidojot robotus, kas spēj darboties mainīgos apstākļos.

Bet tehnikai ir savi ierobežojumi. Mašīnai ir jākļūdās, jo tā laika gaitā lēnām uzlabo savas darbības. Tas ir labi laboratorijā vai spēlējot galda spēli. Tas nav ideāli piemērots lietošanai, piemēram, pašbraucošām automašīnām, kur kļūda var būt letāla.

Atbildot uz to, pētnieki ir izstrādājuši dažādus veidus, kā apiet vajadzību pēc reālās pasaules apmācības. Automašīna var izmantot satiksmes datus, lai iemācītos braukt drošā fiziskās pasaules digitālā reprodukcijā, piemēram, lai pārvarētu kļūdas posmu, nevienam nenodarot kaitējumu.

Bet tas nav ideāls risinājums. Iekārta joprojām var pieļaut dārgas kļūdas, ja tā saskaras ar situācijām, kas neietilpst tās apmācības datu jomā. Vienā gadījumā pētnieki no Ņujorkas universitātes atklāja, ka automašīna bija iemācījusies veikt 90 grādu pagriezienus pretimbraucošā satiksmē (par laimi, simulācijas laikā), jo tās apmācības datu kopa neaptvēra šāda veida scenārijus. Lieki piebilst, ka tas nav dzīvotspējīgs, lai droši apmācītu pašbraucošu automašīnu vai, teiksim, ķirurgu robotu.

Tagad strādā tā pati NYU komanda un Facebook AI pētniecības direktors Jans Lekuns piedāvājot jaunu metodi kas varētu pārvarēt šo problēmu. Papildus tam, ka automašīna tika sodīta un apbalvota par braukšanas paradumiem, viņi to sodīja arī par iekļūšanu situācijās, kad tai nav pietiekami daudz datu par apmācību.

Būtībā tas liek automašīnai rīkoties piesardzīgāk, skaidro Mikaels Henafs, viens no pētījuma autoriem, nevis veikt mežonīgus pagriezienus un citus manevrus, kas to novieto tieši nezināmā teritorijā.

Pārbaudot savu jauno pieeju, viņi atklāja, ka tā ir labāka par iepriekšējām metodēm, lai automašīna droši pārvietotos blīvā satiksmē. Tomēr tas joprojām nebija tik labs kā cilvēka sniegums, tāpēc vēl ir jādara vairāk.

Šis stāsts sākotnēji parādījās mūsu AI informatīvajā izdevumā The Algorithm. Lai vispirms izlasītu šādus stāstus, saņemiet The Algorithm tieši savā iesūtnē. Abonējiet šeit bez maksas.