DeepMinds nyeste AI overfører læringen til nye oppgaver

Kategori: Kunstig intelligens Lagt ut 12. februar

Ved å bruke innsikt fra én jobb for å hjelpe den med en annen, antyder en vellykket ny kunstig intelligens en mer allsidig fremtid for maskinlæring.

Bakgrunnshistorie: De fleste algoritmer kan trenes i bare ett domene, og kan ikke bruke det som er lært til en oppgave for å utføre en annen, ny. Et stort håp for AI er å få systemer til å ta innsikt fra én innstilling og bruke dem andre steder – det som kalles overføringslæring.

Hva er nytt: DeepMind bygde et nytt AI-system kalt IMPALA som samtidig utfører flere oppgaver – i dette tilfellet, spiller 57 Atari-spill – og prøver å dele læring mellom dem. Det viste tegn til å overføre det som ble lært fra en kamp til en annen.

Hvorfor det er viktig: IMPALA var 10 ganger mer dataeffektiv enn en lignende AI og oppnådde dobbel sluttpoengsum. Det er et lovende hint om at overføringslæring er plausibel. I tillegg kan et system som dette som lærer ved å bruke mindre prosessorkraft bidra til å øke hastigheten på trening av forskjellige typer AI.