Žaidimo laikas baigėsi

Praėjusių metų pradžioje kompiuteris pasiekė pasaulinio lygio žaidimo „Go“ našumą – daug metų anksčiau, nei dauguma žmonių patikėjo, kad toks žygdarbis bus įmanomas.

Tai įspūdinga, bet mūsų ambicijos turėtų būti didesnės. Kompiuterių mokslas galėtų padėti suteikti tai, ko pasauliui labai reikia: įrankių, leidžiančių mums visiems pasiekti daugiau, nei manėme, kad galime. Stiprinamasis mokymasis – neatsiejama „Go“ sėkmės dalis – gali paspartinti šį procesą (žr. 10 „Proveržio technologijų: stiprinamasis mokymasis“).

Stiprinamasis mokymasis – tai būdas priversti kompiuterį išmokti per patirtį priimti daugybę sprendimų, kurie duoda teigiamų rezultatų, net ir neturint išankstinių žinių, kaip jo veiksmai paveiks jo artimiausią aplinką. Pavyzdžiui, programinės įrangos dėstytojas pakeis savo veiklą, atsižvelgdamas į tai, kaip mokiniai atlieka testus po jo naudojimo.

Emma Brunskill

Jei tikimės sukurti dirbtinius mokymo agentus naudodami sustiprintą mokymąsi, mums reikės algoritmų, kurie būtų protingi duomenys. Galime rinkti duomenis iš internetinių švietimo sistemų ir panaudoti juos, kad padėtume agentui įvertinti skirtingų mokymo metodų efektyvumą. Ar studentui prisijungus sistema turėtų pateikti jam spręstiną problemą? O gal geriau būtų pradėti aiškinamuoju vaizdo įrašu? Duomenys gali padėti apsispręsti.

Tačiau kai kuriais atvejais nėra pakankamai duomenų arba nėra tinkamo tipo duomenų, todėl sudėtinga kurti sistemas, kurios priima gerus sprendimus. Būtų puiku, jei galėtume sukurti sistemą, kuriai iš pradžių nereikėtų tiek daug duomenų. Būtent prie to ir dirba mano grupė – mes kuriame sustiprinimo mokymosi algoritmus ir statistinius metodus, kad kompiuteriai galėtų parengti gerus pasiūlymus naudojant mažiau duomenų. Dar turime daug nuveikti, bet mažiname atotrūkį tarp teorijos ir praktikos.

Galų gale neturėtume viso to palikti kompiuteriams. Vadinamasis „žmogaus ciklo“ sustiprinimo mokymasis gali pagreitinti procesą, leidžiant algoritmams samprotauti dėl savo riboto veikimo ir kreiptis į žmones pagalbos, kai jiems reikia, pavyzdžiui, išplėsti galimų sprendimų rinkinį. Mano grupė ir mūsų bendradarbiai iš Vašingtono universiteto dabar išbando mokymo sistemos algoritmus, kurie gali nustatyti, ar dabartinė mokymo programa neleidžia visiems studentams gerai mokytis, ir tada prašo žmonių pridėti naujų užuominų į sistemą. Toks žmogaus ir kompiuterio bendradarbiavimas galėtų padėti mokiniams mokytis naudojant metodus, kurių mes dar neįsivaizduojame. Ši sustiprinto mokymosi vizija turi dirbtinai pažangių agentų, iš naujo apibrėžiančių, kaip atrodo išskirtinis žmogaus darbas, ir leidžiantis mums visiems tai pasiekti.

Emma Brunskill yra Stanfordo universiteto kompiuterių mokslo docentė .

paslėpti