211service.com
Elono Musko „OpenAI“ pristato paprastesnį mašinų mokymosi būdą
2013 m. Didžiosios Britanijos dirbtinio intelekto startuolis „DeepMind“ nustebino kompiuterių mokslininkus, parodydamas programinę įrangą, galinčią išmokti žaisti klasikinius „Atari“ žaidimus geriau nei patyręs žmogus. Netrukus „Google“ įsigijo „DeepMind“, o „Atari“ žaidimus įveikianti technika, mokymasis sustiprinti, tapo karšta tema AI ir robotikos srityje. „Google“ naudojo mokymąsi, kad sukurtų programinę įrangą, kuri praėjusiais metais įveikė čempioną „Go“ žaidėją.
Dabar OpenAI, pelno nesiekiantis tyrimų institutas, kurį bendrai įkūrė ir finansuoja Elonas Muskas, teigia atradęs, kad lengviau naudojama alternatyva sustiprintam mokymuisi gali pasiekti varžovų rezultatų, kai žaidžia žaidimus ir atlieka kitas užduotis. Pirmadienį San Franciske vykusioje „MIT Technology Review“ konferencijoje „EmTech Digital“ OpenAI tyrimų direktorius Ilja Sutskeveris teigė, kad tai leistų tyrėjams greičiau pasiekti mašininio mokymosi pažangą.
Sutskeveris sakė, kad jis konkuruoja su šiandienos sustiprinimo mokymosi algoritmais pagal standartinius etalonus. Nuostabu, kad kažkas tokio paprasto iš tikrųjų veikia.
„OpenAI“ mašininio mokymosi programinė įranga sugalvojo, kaip žaisti klasikinius „Atari“ žaidimus.
Sutskeveris teigia, kad norint, kad mašininio mokymosi programinė įranga atliktų sudėtingesnes užduotis nei tik atpažinti vaizdus ar perrašyti mūsų kalbą, svarbu rasti naujų būdų, kaip programinė įranga išmoktų žaisti kompiuterinius žaidimus ar valdyti robotus. Jei kompiuterinės sistemos išmoktų atlikti sudėtingus veiksmus pasaulyje, manau, mums būtų patogu jas vadinti protingomis, sakė jis.
Sutskeveris ir kolegos išbandė savo požiūrį, vadinamos evoliucijos strategijomis , sukurdami programinę įrangą, kuri išmoko žaisti daugiau nei 50 „Atari“ žaidimų, įskaitant „Pong“ ir „Centipede“. Kadangi naują metodą lengviau išplėsti keliuose procesoriuose, per vieną valandą jie galėjo išmokyti dirbtinius žaidėjus, panašius į tuos, kuriems gaminti prireikė vienos dienos, naudojant sustiprinimo mokymosi sistemą, kurią praėjusiais metais paskelbė „Google DeepMind“. Jis parodė tą patį gebėjimą išmokti dalykų, pavyzdžiui, būtinybę patekti į paviršių žaidime Seaquest (vidurinis kadras animacijoje).
OpenAI tyrimų direktorius Ilja Sutskeveris
Evoliucijos strategijos parodė panašų pranašumą, kai buvo naudojamos atliekant standartinį robotikos testą, kurio metu programinė įranga turi išsiaiškinti, kaip priversti humanoidą vaikščioti imituotoje aplinkoje. Mokslininkai teigia, kad prireikė 10 minučių, kad būtų pasiekti rezultatai, kuriems pasiekti pažangiausia mokymosi sistema prireiktų maždaug 10 valandų.
Ši technika iš naujo paleidžia dešimtmečius seną idėją apie tai, kaip gauti mokymosi programinę įrangą, kad būtų galima išbandyti įvairius veiksmus ir nustatyti efektyviausius. Tai laisvai įkvėpta, kaip natūrali atranka priverčia biologinius organizmus prisitaikyti prie savo aplinkos.
Algoritmas, apie kurį visi žinojo ilgą laiką, veikia geriau, nei dauguma žmonių manė, sakė Sutskeveris.
Jis atsisakė siūlyti konkrečias AI programas, kurios galėtų paskatinti evoliucijos strategijų techniką, sakydamas, kad reikia daugiau tyrinėti jos pranašumus ir trūkumus. Tačiau Sutskeveris teigė, kad palyginus šį metodą su mokymusi sustiprinančiu būdu, paaiškėjo, kad būtų geriau mokytis atlikti sudėtingesnes užduotis, kurioms norint pasiekti reikia daugiau žingsnių.
Dėl šios priežasties Sutskeveris teigė, kad evoliucijos strategijos padės „OpenAI“ pasiekti tikslą sukurti tai, ką jis vadina dirbtiniu bendruoju intelektu – programinę įrangą, galinčią prisitaikyti prie įvairių sudėtingų scenarijų.
Dauguma mašininio mokymosi tyrinėtojų daug nekalba apie bendrą intelektą, o siekia pažangos sprendžiant konkrečias, dažnai siaurai sutelktas problemas. OpenAI misija apima įsipareigojimą kurti dirbtinį bendrąjį intelektą. Sutskeveris sakė, kad mašininio mokymosi pažangos tempas reiškia, kad apie tikslą verta galvoti dabar.
[Šiuo metu] atrodo toli, bet prieš penkerius metus [buvo] kur kas toliau, sakė jis. Žmonių skaičius ir pastangų, skirtų kuriant šiuos algoritmus, yra labai daug – viskas juda į priekį labai sveiku tempu.