Algoritmas, sukūręs „Starcraft“ robotus, taip pat moko savarankiškai važiuojančius automobilius

Waymo transporto priemonė Waymo

Waymo savaeigiai automobiliai dabar turi kažką bendro su įprastų transporto priemonių smegenimis: jų intelektas iš dalies kyla iš evoliucijos galios.

„Waymo“, priklausančio „Alphabet“, inžinieriai bendradarbiavo su „DeepMind“, kito „Alphabet“ padalinio, skirto dirbtiniu intelektu, tyrėjais, kad surastų efektyvesnį procesą, skirtą įmonės savarankiško vairavimo algoritmams mokyti ir koreguoti.

Jie naudojo metodą, vadinamą gyventojų mokymu (PBT), anksčiau sukurta sukūrė DeepMind, kad pagerintų vaizdo žaidimų algoritmus. PBT, kuris įkvėpimo semiasi iš biologinės evoliucijos, pagreitina mašininio mokymosi algoritmų ir parametrų parinkimą konkrečiai užduočiai, nes kandidato kodas parenkamas iš tinkamiausių pavyzdžių (tų, kurie efektyviausiai atlieka tam tikrą užduotį) algoritminėje populiacijoje.

AI algoritmų tobulinimas tokiu būdu taip pat gali padėti Waymo suteikti pranašumą. Algoritmai, kuriais vadovaujamasi savarankiškai vairuojantys automobiliai, turi būti perkvalifikuoti ir iš naujo kalibruoti, nes transporto priemonės renka daugiau duomenų ir yra diegiamos naujose vietose. Dešimtys kompanijų lenktyniauja, siekdamos pademonstruoti geriausią savarankiško vairavimo technologiją tikruose keliuose. Waymo tyrinėja įvairių kitų būdų automatizuoti ir paspartinti savo mašininio mokymosi algoritmų kūrimą.

Iš tiesų, veiksmingesni mašininio mokymosi kodo perkvalifikavimo metodai turėtų leisti AI būti lanksčiam ir naudingam įvairiuose kontekstuose.

Vienas iš pagrindinių iššūkių kiekvienam, besimokančiam mašininiu būdu pramoninėje sistemoje, yra galimybė atkurti sistemą, kad būtų galima pasinaudoti nauju kodu, sako Matthieu Devin, Waymo mašininio mokymosi infrastruktūros direktorius. Turime nuolat permokyti tinklą ir perrašyti savo kodą. O kai persikvalifikuosite, gali tekti pakoreguoti savo parametrus.

Šiuolaikinius savarankiškai važiuojančius automobilius valdo beveik Rube Goldberg algoritmų ir technikų derinys. Daugybė mašininio mokymosi algoritmų naudojami kelių linijoms, ženklams, kitoms transporto priemonėms ir pėstiesiems nustatyti jutiklių duomenyse. Jie veikia kartu su įprastiniu arba ranka parašytu kodu, kad valdytų transporto priemonę ir reaguotų į įvairias situacijas. Kiekviena nauja savarankiško vairavimo sistemos iteracija turi būti kruopščiai išbandyta modeliuojant.

Šiandienos savarankiškai vairuojančios transporto priemonės labai priklauso nuo gilaus mokymosi. Tačiau sukonfigūruoti gilųjį neuroninį tinklą su tinkamomis savybėmis ir parametrais (vertės, kurios pradžioje yra sunkiai užkoduotos) yra sudėtingas menas. Kandidatų tinklai ir parametrai dažniausiai parenkami rankiniu būdu, o tai užima daug laiko, arba atsitiktinai koreguojami kompiuterio, kuriam reikia daug apdorojimo galios.

„Waymo“ moko daugybę skirtingų neuroninių tinklų, o mokslininkai praleidžia daug laiko ieškodami, kaip geriausiai išmokyti šiuos neuroninius tinklus, sako Yu-hsin (Joyce) Chen, Waymo mašininio mokymosi infrastruktūros inžinierius. Mums to reikėjo ir tiesiog pasinaudojome galimybe.

Chen teigia, kad jos komanda dabar naudoja PBT, kad pagerintų gilaus mokymosi kodo, naudojamo eismo juostų ženklinimui, transporto priemonėms ir pėstiesiems aptikti, kūrimą ir patikrintų pažymėtų duomenų, kurie pateikiami kitiems mašininio mokymosi algoritmams, tikslumą. Ji sako, kad PBT maždaug perpus sumažino kompiuterio galią, reikalingą neuroniniam tinklui perkvalifikuoti, ir padidino kūrimo ciklo greitį dvigubai arba trigubai.

„Google“ kuria daugybę metodų, padedančių automatizuoti mašininio mokymosi modelių mokymo procesą, ir kai kuriuos iš jų jau siūlo klientams, vykdydama projektą, žinomą kaip Cloud Auto-ML . AI mokymų veiksmingumas ir automatizavimas neabejotinai bus labai svarbus siekiant komercializuoti technologiją ir gauti naudos iš jos.

Oriol Vinyals, pagrindinis DeepMind mokslininkas ir vienas iš PBT išradėjų, sako, kad idėja naudoti PBT Waymo kilo jam lankantis Devine. Pirmą kartą „DeepMind“ šią techniką sukūrė 2017 m., siekdama pagreitinti neuroninių tinklų lavinimą, vėliau naudojo ją kompiuteriui žaisti „StarCraft II“ – kovinį vaizdo žaidimą, kuris yra ypač sudėtingas mašinoms (žr. „Inovatoriai iki 35 m.“, 2016 m.). „DeepMind“ bendradarbiavimas su „Waymo“ prasidėjo prieš paskelbiant „StarCraft“ tyrimą 2019 m. sausio mėn.

Į evoliuciją panašus procesas, naudojamas PBT, taip pat leidžia lengviau suprasti, kaip buvo pakoreguotas ir optimizuotas giluminio mokymosi algoritmas, naudojant kažką panašaus į genealoginį medį. Vienas iš puikių dalykų yra tai, kad galite vizualizuoti parametrų raidą, sako Vinyals. Tai puikus būdas patikrinti, ar tai, kas vyksta, jums iš tikrųjų yra prasminga.

Atnaujinta liepos 29 d., kad atspindėtų faktą, kad PBT buvo sukurtas prieš DeepMind pradedant dirbti su StarCraft II.

paslėpti