Google DeepMind jau zina, kā paķert labu objektu daudzumu

Google DeepMind

Pēc tam, kad esat parādījis iespaidīgās iespējas un spējas, kuras google mākslīgais intelekts, kā jūs noteikti atceraties, ka spējat pat atrasties labākā Go spēlētāja augstumā uz planētas vai iemācīties spēlēt StarCraft II, kur, protams, pēc vairākiem mēnešiem arī parādot savas milzīgās īpašības, ir pienācis punkts, ka Deepmind par jaunu soli, lai tagad es to spētu identificēt objektus pēc to īpašībām lai izlemtu labāko iespējamo veidu, kā viņus paķert.

Tam izstrādātāju un pētnieku komanda, ko izveidoja iinženieri no Google un Kalifornijas universitātes, ir nolēmis sākt praktizēt ar algoritmu, lai viņš izglītotu sevi tāpat kā cilvēks to darītu agrākajā bērnībā, tas ir, viņi ļaus viņam vilkt, grūstīties, salauzt un parasti eksperimentēt ar pasauli virtuālajā entrojo, kuru komandēja DeepMind.

Šī darba mērķis ir padarīt DeepMind spējīgu uzzināt fizisko objektu īpašības, lai ar tiem mijiedarbotos. Šis mācību veids ir pazīstams ar nosaukumupadziļināta mācīšanās"un ļaus šai platformai reāllaikā ļaut atrisināt uzdevumus bez īpašām instrukcijām, kaut kas ļoti līdzīgs mūsu veidam, kā mijiedarboties ar noteiktu objektu, ja mēs nezinām, no kā tas ir veidots vai kā to izmantot, tas ir, instinktīvi. .

Pateicoties dziļu pastiprināšanas mācību metožu izmantošanai, DeepMind varēs mijiedarboties ar jebkura veida objektiem.

Lai to panāktu, pētnieki izveidoja divas dažādas vides Lai DeepMind varētu eksperimentēt un mācīties no savām kļūdām, vispirms tā saskārās ar sistēmu ar pieciem vienāda izmēra blokiem, bet ar atšķirīgu svaru, cenšoties panākt, lai platforma identificētu to, kas ir smagākais, kur to uzzināja. vienīgais veids, kā to uzminēt, bija mijiedarbība ar visiem objektiem.

Otrkārt, platforma tika novietota pret dažāda augstuma torņiem, lai DeepMind aprēķinātu, cik bloku bija katrā. Panākumu gadījumā tika piedāvāta virkne atlīdzību, savukārt, ja radās kļūme, platformai tika sniegtas negatīvas atsauksmes. Ar šiem testiem platforma iemācījās atklāt jaunus darbības veidus, kuru pamatā ir atjautība. Pateicoties tam, DeepMind tagad var atrast risinājumus, ja nav skaidru instrukciju vai to tieši trūkst.

Más Información: arhīvs


Atstājiet savu komentāru

Jūsu e-pasta adrese netiks publicēta. Obligātie lauki ir atzīmēti ar *

*

*

  1. Atbildīgais par datiem: Migels Ángels Gatóns
  2. Datu mērķis: SPAM kontrole, komentāru pārvaldība.
  3. Legitimācija: jūsu piekrišana
  4. Datu paziņošana: Dati netiks paziņoti trešām personām, izņemot juridiskus pienākumus.
  5. Datu glabāšana: datu bāze, ko mitina Occentus Networks (ES)
  6. Tiesības: jebkurā laikā varat ierobežot, atjaunot un dzēst savu informāciju.