211service.com
Šios virtualios roboto rankos tampa išmanesnės treniruodamos viena kitą
į virtualų roboto ranka išmoko išspręsti daugybę įvairių galvosūkių – kaladėlių krovimas, stalo serviravimas, šachmatų figūrėlių išdėstymas – nereikia permokyti atlikti kiekvieną užduotį. Jis tai padarė žaisdamas prieš antrąją roboto ranką, kuri buvo išmokyta priimti vis sunkesnius iššūkius.
Savarankiškas žaidimas: Sukūrė mokslininkai adresu OpenAI , identiškos roboto rankos – Alisa ir Bobas – mokosi žaisdami vienas prieš kitą imituodami žaidimą be žmogaus indėlio. Robotai naudoja sustiprinimo mokymąsi – techniką, kurios metu AI yra apmokomi bandymų ir klaidų būdu, kokių veiksmų imtis įvairiose situacijose, kad pasiektų tam tikrus tikslus. Žaidimas apima objektų judėjimą ant virtualaus stalviršio. Tam tikrais būdais išdėstydama objektus Alisa bando sugalvoti galvosūkius, kuriuos Bobui sunku išspręsti. Bobas bando išspręsti Alisos galvosūkius. Kai jie mokosi, Alisa dėlioja sudėtingesnius galvosūkius, o Bobas geriau juos sprendžia.
Po Alisos nustatytų blokinių galvosūkių treniruočių Bobas gali atlikti įvairias užduotis, įskaitant stalo dengimą ir šachmatų figūrėlių išdėstymą.
Daugiafunkcinis darbas: Giluminio mokymosi modeliai paprastai turi būti perkvalifikuoti tarp užduočių. Pavyzdžiui, „AlphaZero“ (kuris taip pat mokosi žaisdamas žaidimus prieš save) naudoja vieną algoritmą, kad išmoktų žaisti šachmatais, šogi ir „Go“, bet tik vieną žaidimą vienu metu. Šachmatais žaidžiantis „AlphaZero“ negali žaisti „Go“, o žaidžiantis „Go“ negali žaisti šogi. Sukurti mašinas, kurios tikrai gali atlikti kelias užduotis, yra didelė neišspręsta problema kelias į bendresnį AI .
AI dojo: Viena problema yra ta, kad norint išmokyti dirbtinį intelektą atlikti daugybę užduočių, reikia daugybės pavyzdžių. OpenAI to išvengia mokydamas Alisą generuoti Bobui pavyzdžius, o naudojant vieną AI mokyti kitą. Alisa išmoko išsikelti tikslus, pavyzdžiui, pastatyti bokštą iš blokų, tada jį pakelti ir subalansuoti. Bobas išmoko naudotis (virtualios) aplinkos savybėmis, tokiomis kaip trintis, kad suimtų ir pasuktų objektus.
Virtuali realybė: Iki šiol šis metodas buvo išbandytas tik modeliuojant, tačiau „OpenAI“ ir kitų šalių mokslininkai vis geriau perkelia virtualioje aplinkoje treniruotus modelius į fizines. Modeliavimas leidžia AI per trumpą laiką peržiūrėti didelius duomenų rinkinius, prieš juos tiksliai sureguliuojant realaus pasaulio nustatymams.
Bendras siekis: Tyrėjai teigia, kad jų pagrindinis tikslas yra išmokyti robotą išspręsti bet kokią užduotį, kurios žmogus gali paprašyti. Kaip ir GPT-3, kalbos modelis, galintis naudoti kalbą įvairiais būdais, šios robotų rankos yra bendro OpenAI siekio sukurti daugiafunkcinį dirbtinį intelektą dalis. Vieno dirbtinio intelekto naudojimas lavinant kitą gali būti pagrindinė to dalis.