Sau khi thể hiện những khả năng và khả năng ấn tượng mà trí tuệ nhân tạo google, như bạn chắc chắn sẽ nhớ có khả năng thậm chí là ở đỉnh cao của kỳ thủ cờ vây giỏi nhất hành tinh hoặc học cách chơi StarCraft II, nơi mà chắc chắn sau vài tháng cũng thể hiện những phẩm chất tuyệt vời của nó, đã đạt đến điểm mà Deepmind thực hiện một bước mới để bây giờ tôi có thể xác định các đối tượng theo thuộc tính của chúng để quyết định cách tốt nhất có thể để lấy chúng.
Đối với điều này, một nhóm các nhà phát triển và nhà nghiên cứu được thành lập bởi tôinengineers từ Google và Đại học California. DeepMind.
Mục tiêu của công việc này là làm cho DeepMind có khả năng tìm hiểu các thuộc tính của các đối tượng vật lý để tương tác với chúng. Loại hình giảng dạy này được biết đến với cái tên 'học tập củng cố sâu'và sẽ cho phép nền tảng này cho phép trong thời gian thực giải quyết các công việc mà không cần hướng dẫn cụ thể, một điều gì đó rất giống với cách chúng ta tương tác với một đối tượng nhất định khi chúng ta không biết nó được làm bằng gì hoặc cách sử dụng nó, tức là theo bản năng .
Nhờ sử dụng các kỹ thuật học tăng cường sâu, DeepMind sẽ có thể tương tác với bất kỳ loại đối tượng nào.
Để đạt được điều này, các nhà nghiên cứu đã tạo ra hai môi trường khác nhau Vì vậy, DeepMind có thể thử nghiệm và học hỏi từ những sai lầm của mình, vì điều này ngay từ đầu, nó đã đối mặt với hệ thống có năm khối có cùng kích thước nhưng trọng lượng khác nhau, tìm cách lấy nền tảng để xác định khối nào nặng nhất mà nó học được rằng cách đoán nó đang tương tác với tất cả các đối tượng.
Thứ hai, nền tảng được đấu với các tháp có chiều cao khác nhau để DeepMind sẽ tính toán có bao nhiêu khối trong mỗi. Trong trường hợp thành công, một loạt phần thưởng được đưa ra trong khi nếu thất bại xảy ra, phản hồi tiêu cực sẽ được đưa ra cho nền tảng. Với những thử nghiệm này, nền tảng đã học cách khám phá những cách hành động mới dựa trên sự khéo léo. Nhờ có DeepMind này, giờ đây có thể tìm ra giải pháp khi không có hướng dẫn rõ ràng hoặc thiếu trực tiếp.
Más información: ArXiv