211service.com
Elon Musks OpenAI avslører en enklere måte for maskiner å lære
I 2013 overrasket en britisk oppstart av kunstig intelligens kalt DeepMind informatikere ved å vise frem programvare som kunne lære å spille klassiske Atari-spill bedre enn en ekspertspiller. DeepMind ble snart kjøpt opp av Google, og teknikken som slo Atari-spillene, forsterkningslæring, har blitt et hett tema innen AI og robotikk. Google brukte forsterkningslæring for å lage programvare som slo en mester Go-spiller i fjor.
Nå sier OpenAI, et nonprofit forskningsinstitutt som er medstiftet og finansiert av Elon Musk, at de har oppdaget at et lettere å bruke alternativ til forsterkende læring kan få konkurrerende resultater når det spiller spill og utfører andre oppgaver. På MIT Technology Reviews EmTech Digital-konferanse i San Francisco på mandag sa OpenAIs forskningsdirektør, Ilya Sutskever, at dette kan tillate forskere å gjøre fremskritt i maskinlæring raskere.
Det er konkurransedyktig med dagens forsterkningslæringsalgoritmer på standard benchmarks, sa Sutskever. Det er overraskende at noe så enkelt faktisk fungerer.
Maskinlæringsprogramvare fra OpenAI fant ut hvordan man spiller klassiske Atari-spill.
Sutskever hevder at det å finne nye måter å få programvare til å lære å gjøre ting som å spille dataspill eller styre roboter er viktig for å få maskinlæringsprogramvare til å ta på seg mer komplekse oppgaver enn bare å gjenkjenne bilder eller transkribere talen vår. Hvis vi har datasystemer som lærer å ta kompliserte handlinger i verden, så tror jeg vi ville vært komfortable med å kalle dem intelligente, sa han.
Sutskever og kollegene testet deres tilnærming, kalt evolusjonsstrategier , ved å bygge programvare som lærte å spille mer enn 50 Atari-spill, inkludert Pong og Centipede. Fordi det er lettere å skalere opp den nye metoden på tvers av flere prosessorer, kunne de på én time trene kunstige spillere som kan sammenlignes med de det tok en dag å produsere ved å bruke et forsterkningslæringssystem publisert av Google DeepMind i fjor. Det viste den samme evnen til å lære ting som behovet for å komme til overflaten for luft i spillet Seaquest (midtramme i animasjonen).
OpenAIs forskningsdirektør, Ilya Sutskever
Evolusjonsstrategier viste en lignende fordel når de ble brukt til å ta en standardtest fra robotikk der programvare må finne ut hvordan man kan få en menneskelignende til å gå i et simulert miljø. Det tok 10 minutter å oppnå resultater som et toppmoderne forsterkningslæringssystem ville trenge omtrent 10 timer for å oppnå, sier forskerne.
Teknikken er en omstart av en flere tiår gammel idé om hvordan man får læringsprogramvare til å prøve ut forskjellige handlinger og identifisere de mest effektive. Den er løst inspirert av hvordan naturlig utvalg får biologiske organismer til å tilpasse seg omgivelsene sine.
En algoritme alle har kjent til lenge fungerer bedre enn de fleste trodde, sa Sutskever.
Han nektet å foreslå spesifikke anvendelser av AI som kan få et løft fra evolusjonsstrategiteknikken, og sa mer forskning er nødvendig på dens styrker og begrensninger. Men Sutskever sa at å sammenligne metoden med forsterkende læring antydet at det ville være bedre å lære å utføre mer komplekse oppgaver som krever flere trinn for å få et resultat.
Av den grunn, sa Sutskever, tror han at evolusjonsstrategier vil hjelpe OpenAIs mål om å skape det han kaller kunstig generell intelligens – programvare som kan tilpasse seg mange typer komplekse scenarier.
De fleste forskere innen maskinlæring snakker ikke mye om generell intelligens, i stedet forfølger de fremgang på spesifikke, ofte snevert fokuserte problemer. OpenAIs oppdragserklæring inkluderer en forpliktelse til å skape kunstig generell intelligens. Sutskever sa at fremgangen i maskinlæring betyr at målet er verdt å tenke på nå.
[Det] virker langt unna akkurat nå, men [var] langt unna for fem år siden, sa han. Antallet mennesker og mengden innsats som går med å utvikle disse algoritmene er ekstremt høy - ting går fremover i et veldig sunt tempo.