Google DeepMind веќе знае како да зграби добра количина предмети

Google DeepMind

По демонстрација на импресивните способности и вештини што гугл вештачка интелигенција, како што сигурно се сеќавате способни дури и да бидете во висина на најдобриот играч Go на планетата или да научите да играте StarCraft II, каде што сигурно по неколку месеци, исто така, демонстрирајќи ги своите огромни квалитети, дојде поентата дека работата направена од Deepmind на нов чекор, така што сега сум во можност идентификува предмети според нивните својства со цел да се одлучи на најдобар можен начин за нивно грабнување.

За ова тим на развивачи и истражувачи формиран од јасинженери од Гугл и Универзитетот во Калифорнија, одлучи да започне да вежба со алгоритмот, така што тој ќе се едуцира исто како што би направило човечко суштество во најраното детство, односно ќе му дозволат да влече, да турка, да се крши и воопшто да експериментира со светот во рамките на виртуелното ентројо командувано од DeepMind.

Целта на оваа работа е да го направи DeepMind способен да ги научат својствата на физичките објекти со цел да комуницираат со нив. Овој вид на настава е познат под името „учење на длабоко засилувањеи ќе и овозможи на оваа платформа да овозможи во реално време да решава задачи без специфични упатства, нешто многу слично на нашиот начин на интеракција со одреден предмет кога не знаеме од што е направен или како да го користиме, т.е. инстинктивно .

Благодарение на употребата на техники за учење на длабоко засилување DeepMind ќе може да комуницира со секаков вид на предмет.

За да се постигне ова, истражувачите создадоа две различни средини така што DeepMind можеше да експериментира и да учи од своите грешки, за ова на прво место се соочи со системот со пет блока со иста големина, но со различна тежина, обидувајќи се да ја натера платформата да идентификува која е најтешката, каде што научи дека единствениот начин да погоди дека е во интеракција со сите предмети.

Второ, платформата беше поставена пред кули со различна висина за DeepMind да пресмета колку блокови има во секоја од нив. Во случај на успех, беа понудени низа награди, додека, доколку се појави неуспех, беа дадени негативни повратни информации до платформата. Со овие тестови платформата научи да откријте нови начини на дејствување засновани на генијалност. Благодарение на овој DeepMind сега е во можност да најде решенија кога нема јасни упатства или директно недостасуваат.

Повеќе информации: Арксив


Содржината на статијата се придржува до нашите принципи на уредничка етика. За да пријавите грешка, кликнете овде.

Биди прв да коментираш

Оставете го вашиот коментар

Вашата е-маил адреса нема да бидат објавени. Задолжителни полиња се означени со *

*

*

  1. Одговорен за податоците: Мигел Анхел Гатон
  2. Цел на податоците: Контролирајте СПАМ, управување со коментари.
  3. Легитимација: Ваша согласност
  4. Комуникација на податоците: Податоците нема да бидат соопштени на трети лица освен со законска обврска.
  5. Складирање на податоци: База на податоци хостирани од Occentus Networks (ЕУ)
  6. Права: Во секое време можете да ги ограничите, вратите и избришете вашите информации.