Naujasis Tesla AI guru galėtų padėti savo automobiliams išmokti save

Elonas Muskas turi pasamdytas naujas AI tyrimų direktorius Tesloje, ir tai gali reikšti planą persvarstyti, kaip veikia automatinis vairavimas.

Šią savaitę Muskas brakonieriavo Andrejus Karpathy , vizijos, gilaus mokymosi ir mokymosi stiprinimo ekspertas iš OpenAI, ne pelno organizacijos, kurią Muskas ir kiti finansuoja ir kuri skirta saugaus dirbtinio bendro intelekto keliui atrasti ir įgyvendinti.

Karpathy, kuris, matyt, atsiskaitys tiesiai Muskui, yra kylanti AI pasaulio žvaigždė, studijavusi Stanforde su Fei-Fei Li , pagrindinis AI ekspertas, kuris dabar yra vyriausiasis „Google Cloud“ mokslininkas. Li yra žinomas technologijų sluoksniuose, nes sukūrė vaizdų duomenų rinkinį, kuris padėjo įkvėpti mašininio matymo proveržį.

Daugelis nurodė, kad Karpathy patirtis kompiuterinio matymo srityje yra pagrindinis Tesla turtas, ir tai tiesa. Tačiau jo patirtis kuriant sustiprinimo mokymosi sistemas gali būti dar svarbesnė Tesla autopiloto pastangoms.

Stiprinti mokymąsi įkvepia tai, kaip gyvūnai mokosi kartodami elgesį, kuris lėmė teigiamą rezultatą. Ir, kaip pastebėjome anksčiau šiais metais, pasirodė esąs galingas būdas išmokyti kompiuterius daryti dalykus, kurių neįmanoma užprogramuoti (žr. 10 Breakthrough Technologies 2017: Inforcement Learning ). Ši mašininio mokymosi forma buvo AlphaGo, kompiuterinės programos iš Alphabet's DeepMind, kuri išmoko žaisti senovinį stalo žaidimą Go su antžmogiškais įgūdžiais, pagrindas.

Nemažai automobilių gamintojų, įskaitant „Google“, „Uber“ ir „Mobileye“, kurį neseniai įsigijo „Intel“, siekia sustiprinti mokymąsi, kad automobiliai patys, modeliuodami, suprastų, kaip vairuoti sudėtingose ​​​​situacijose. Pagalvokite apie keturių krypčių stotelę arba judrią sankryžą. Surašyti taisykles automobiliui, kaip elgtis tokioje situacijoje, yra neįtikėtinai sudėtinga. Tačiau sustiprinus mokymąsi savarankiškai vairuojantis automobilis gali išmokti tai padaryti pats.

Po Stanfordo Karpathy stažavosi „DeepMind“, kur pagrindinis dėmesys skiriamas mokymuisi. Technika taip pat yra didelė OpenAI tema.

Tiesą sakant, a ilgas postas apie pastiprinimo mokymąsi savo tinklaraštyje Karpathy mini pastiprinimo mokymąsi Tesla autopiloto kontekste. Jis pažymi, kad nors stiprinamasis mokymasis paprastai nėra tinkamas situacijose, kai eksperimentavimas yra brangus, gali padėti nauji metodai, derinami su daugybe realaus pasaulio duomenų (tokių, kokius renka Tesla).

Karpathy paskyrimas Tesla dirbtinio intelekto tyrimų direktoriumi rodo dar ką nors apie savarankiško vairavimo iššūkį: liko nuvažiuoti tam tikrą atstumą, kol jis bus išspręstas (žr. Ką žinoti prieš įsėdant į savarankiškai vairuojantį automobilį).

(Skaityti daugiau: TechCrunch , 10 proveržio technologijų 2017 m.: stiprinamasis mokymasis )

paslėpti