Google DeepMind– მა უკვე იცის, როგორ აითვისოს ობიექტების დიდი რაოდენობა

Google DeepMind

შთამბეჭდავი შესაძლებლობებისა და შესაძლებლობების დემონსტრირების შემდეგ გუგლის ხელოვნური ინტელექტიროგორც გახსოვთ, თქვენ შეძლებთ პლანეტის საუკეთესო Go მოთამაშის სიმაღლეზე ყოფნას ან StarCraft II- ის თამაში ისწავლოთ, სადაც რამდენიმე თვის შემდეგ მისი უზარმაზარი თვისებების დემონსტრირებაც მოხდება, საქმე იმაშია, რომ Deepmind ახალი ნაბიჯის გადადგმა ისე, რომ ახლა შევძელი ობიექტების იდენტიფიცირება მათი თვისებების მიხედვით იმისათვის, რომ გადაწყვიტოს მათი ათვისების მაქსიმალურად გზა.

ამისათვის დეველოპერებისა და მკვლევარების გუნდი ჩამოყალიბდა იინჟინერი Google- დან და კალიფორნიის უნივერსიტეტიდან, გადაწყვიტა დაეწყო ვარჯიში ალგორითმით ისე, რომ მან განათლება განათავსოს ისე, როგორც ამას აკეთებს ადამიანი ადრეულ ბავშვობაში, ანუ მისცემენ მას უფლებას გაიყვანოს, დააჭიროს, დაარღვიოს და ზოგადად ექსპერიმენტი ჩაატაროს სამყაროში ვირტუალურ შინაარსში DeepMind– ის მიერ.

ამ სამუშაოს მიზანია DeepMind- ის შესაძლებლობა მიიღოს გაეცანით ფიზიკური ობიექტების თვისებებს მათთან ურთიერთობის მიზნით. ამ ტიპის სწავლება ცნობილია "ღრმა განმტკიცების სწავლა"და საშუალებას მისცემს ამ პლატფორმას საშუალებას მისცეს რეალურ დროში გადაწყვიტოს დავალებები კონკრეტული ინსტრუქციების გარეშე, რაც ძალიან ჰგავს გარკვეულ ობიექტთან ურთიერთობის გზას, როდესაც არ ვიცით რისგან არის შექმნილი ან როგორ გამოვიყენოთ იგი, ანუ ინსტიქტურად .

ღრმა განმტკიცების სწავლების ტექნიკის გამოყენების წყალობით, DeepMind შეძლებს ურთიერთქმედება ნებისმიერი ტიპის ობიექტთან.

ამის მისაღწევად მკვლევარებმა შექმნეს ორი განსხვავებული გარემო ასე რომ, DeepMind– ს შეეძლო ექსპერიმენტების ჩატარება და შეცდომების სწავლა, პირველ რიგში, იგი სისტემის წინაშე აღმოჩნდა იმავე ზომის, მაგრამ განსხვავებული წონის ხუთი ბლოკი, ცდილობდა პლატფორმის დადგენას, თუ რომელი იყო ყველაზე მძიმე, სადაც შეიტყო, რომ ერთადერთი იმის გამოცნობა, რომ ის ურთიერთქმედებდა ყველა ობიექტთან.

მეორეც, პლატფორმა DeepMind- ისთვის სხვადასხვა სიმაღლის კოშკებს ეჯახებოდა, რომ გამოანგარიშებულიყო რამდენი ბლოკი იყო თითოეულში. წარმატების შემთხვევაში, რიგი ჯილდოების შეთავაზება მოხდა, ხოლო თუ წარუმატებლობა მოხდა, პლატფორმას უარყოფითი კავშირი მიეცა. ამ ტესტებით პლატფორმამ ისწავლა აღმოაჩინეთ მოქმედების ახალი ხერხები, რომლებიც დაფუძნებულია ეშმაკობაზე. ამის წყალობით DeepMind- ს ახლა შეუძლია მოძებნოს გადაწყვეტილებები, როდესაც არ არსებობს მკაფიო ინსტრუქციები ან მათ პირდაპირ არ გააჩნიათ.

დამატებითი ინფორმაცია: არქსივი


სტატიის შინაარსი იცავს ჩვენს პრინციპებს სარედაქციო ეთიკა. შეცდომის შესატყობინებლად დააჭირეთ ღილაკს აქ.

იყავი პირველი კომენტარი

დატოვე კომენტარი

თქვენი ელფოსტის მისამართი გამოქვეყნებული არ იყო. აუცილებელი ველები აღნიშნულია *

*

*

  1. მონაცემებზე პასუხისმგებელი: მიგელ ანგელ გატონი
  2. მონაცემთა მიზანი: სპამის კონტროლი, კომენტარების მართვა.
  3. ლეგიტიმაცია: თქვენი თანხმობა
  4. მონაცემთა კომუნიკაცია: მონაცემები არ გადაეცემა მესამე პირებს, გარდა სამართლებრივი ვალდებულებისა.
  5. მონაცემთა შენახვა: მონაცემთა ბაზა, რომელსაც უმასპინძლა Occentus Networks (EU)
  6. უფლებები: ნებისმიერ დროს შეგიძლიათ შეზღუდოთ, აღადგინოთ და წაშალოთ თქვენი ინფორმაცია.