Matapos maipakita ang kahanga-hangang mga kakayahan at kakayahan na ang google artipisyal na katalinuhan, dahil tiyak na maaalala mong may kakayahang maging nasa kasagsagan ng pinakamahusay na manlalaro ng Go sa planeta o ng pag-aaral na maglaro ng StarCraft II, kung saan tiyak na pagkatapos ng ilang buwan ay ipinakita rin ang napakalawak nitong mga katangian, dumating ang punto na ang gawaing ginawa ng Deepmind ng isang bagong hakbang upang ngayon ay magagawa na kilalanin ang mga bagay ayon sa kanilang mga pag-aari upang magpasya ang pinakamahusay na posibleng paraan upang makuha ang mga ito.
Para dito isang pangkat ng mga developer at mananaliksik na nabuo ni imga nengineer mula sa Google at University of California, ay nagpasya na simulang magsanay sa algorithm upang turuan niya ang kanyang sarili tulad ng gagawin ng isang tao sa kanyang pinakamaagang pagkabata, iyon ay, hahayaan nila siyang hilahin, itulak, masira at sa pangkalahatang eksperimento sa mundo sa loob ng utos ng isang virtual entrojo ni DeepMind.
Ang layunin ng gawaing ito ay upang gawing may kakayahang DeepMind alamin ang mga katangian ng mga pisikal na bagay upang makipag-ugnay sa kanila. Ang ganitong uri ng pagtuturo ay kilala sa ilalim ng pangalan ng 'malalim na pag-aaral ng pampatibay'at papayagan ang platform na ito na pahintulutan sa real time na malutas ang mga gawain nang walang mga tiyak na tagubilin, isang bagay na katulad sa aming paraan ng pakikipag-ugnay sa isang tiyak na bagay kapag hindi namin alam kung ano ang gawa nito o kung paano ito gamitin, iyon ay, likas na katutubo .
Salamat sa paggamit ng malalim na mga diskarte sa pag-aaral ng pagpapatibay, makikipag-ugnay ang DeepMind sa anumang uri ng bagay.
Upang makamit ito nilikha ng mga mananaliksik dalawang magkakaibang kapaligiran Upang ang DeepMind ay maaaring mag-eksperimento at matuto mula sa mga pagkakamali nito, para sa ito sa unang lugar naharap nito ang system na may limang mga bloke ng parehong laki ngunit may iba't ibang timbang, na hinahangad na makuha ang platform upang makilala kung alin ang pinakamabigat kung saan nalaman na ito lamang paraan upang hulaan ito nakikipag-ugnay sa lahat ng mga bagay.
Pangalawa, ang platform ay nakipaglaban sa mga tower na may iba't ibang taas para sa DeepMind upang makalkula kung gaano karaming mga bloke ang bawat isa. Sa kaso ng tagumpay, isang serye ng mga gantimpala ang inaalok habang, kung may isang pagkabigo ay naganap, ang negatibong puna ay ibinigay sa platform. Sa mga pagsubok na ito natutunan ang platform matuklasan ang mga bagong paraan ng pag-arte batay sa talino sa talino. Salamat sa DeepMind na ito ay makakahanap ngayon ng mga solusyon kapag walang malinaw na mga tagubilin o direkta silang nawawala.
Higit pang impormasyon: archive