211service.com
3D pasaulis protingesniems AI agentams
„Google DeepMind“, „Alphabet“ dukterinė įmonė, orientuota į esminę pažangą kuriant bendrą dirbtinį intelektą, šiandien išleidžia naują 3-D virtualų pasaulį, leidžiantį kitiems tyrėjams eksperimentuoti ir keisti, kaip nori.
Naujoji platforma, pavadinta „DeepMind Lab“, primena 3D pirmojo asmens šaudyklės kompiuterinį žaidimą. Pasaulyje dirbtinio intelekto agentas įgauna plūduriuojančio rutulio pavidalą, galintį suvokti aplinką, judėti ir atlikti paprastus veiksmus. Agentai gali būti mokomi atlikti įvairias užduotis naudojant mašininio mokymosi formą, kuri apima teigiamų atlygių gavimą. Paprastos pavyzdinės užduotys, kurios bus įtrauktos į platformą, apima naršymą labirinte, vaisių rinkimą ir siaurų perėjų ėjimą nenukritus.
Mes stengiamės sukurti šiuos dirbtinio intelekto agentus, kurie galėtų išmokti gerai atlikti įvairias užduotis, žiūrint į aplinką ir stebint, kas vyksta, sako Shane'as Leggas, vyriausiasis mokslininkas ir „DeepMind“ įkūrėjas.
Bendrovė jau kurį laiką naudojo aplinkos versijas, anksčiau vadintas Labyrinth (žr. „Kaip Google planuoja išspręsti dirbtinį intelektą“). Anksčiau jis pateko į kai kurias pirmąsias didžiąsias antraštes, sukurdamas AI agentus, galinčius per bandymus ir klaidas išmokti žaisti daugybę „Atari“ vaizdo žaidimų (žr. „Google“ AI Masters Space Invaders).
Atviras ir pritaikomas 3-D pasaulis suteikia agentams sudėtingesnių ir vizualiai turtingesnių iššūkių, tačiau taip pat reiškia daug platesnį galimų užduočių spektrą. „DeepMind Lab“ galėtų sukurti AI algoritmus, galinčius perkelti mokymąsi iš vienos užduoties į kitą.
AI agentų darbas trimatėje aplinkoje taip pat gali būti naudingas kuriant algoritmus, skirtus valdyti sistemas, veikiančias realiame pasaulyje, pavyzdžiui, pramoninius robotus, sako Leggas.
Be to, idėja sukurti agentus, kurie mokosi apie imituojamą pasaulį iš pagrindinių principų, paliečia pagrindines idėjas apie tai, kaip žmonės mokosi, ką Leggas tyrinėjo savo akademinėje karjeroje. Kaip jūs ar aš mokytumėmės apie pasaulį vaikystėje, tai labai esminis požiūris į šią mokymosi ir bendrumo problemą, Legg sako iš DeepMind Lab.
Kiti AI ekspertai palankiai įvertino DeepMind Lab paleidimą. Labai gerai, kad jie išleidžia daugiau aplinkų, sako Ilja Sutskevaras, vienas iš OpenAI įkūrėjų ir tyrimų direktorius. Kuo daugiau aplinkos sustiprinimo mokymosi agentai turės prieigą, tuo greičiau sritis judės į priekį.
Zoubinas Ghahrahmani Kembridžo universiteto (JK) profesorius teigia, kad DeepMind Lab ir kitos sustiprinto mokymosi platformos daro pažangą skaidresnę, nes leidžia mokslininkams išbandyti vieni kitų idėjas.
Tačiau Gahrahmani taip pat pažymi, kad esami pastiprinimo metodai ne visada taip gerai atitinka žmogaus gebėjimus. Pavyzdžiui, žmogui paprastai prireikia daug mažiau žaidimo laiko, kad įvaldytų konkretų vaizdo ar stalo žaidimą. Jis sako, kad sustiprinimo mokymosi metodai yra labai neefektyvūs. Kaip priversti sistemas mokytis tokiu tempu, kuris panašus į žmonių?