211service.com
En algoritme som utviklet Starcraft-roboter trener også selvkjørende biler
Waymo kjøretøy Waymo
Waymos selvkjørende biler har nå noe til felles med hjernene som styrer vanlige kjøretøy: intelligensen deres kommer delvis fra evolusjonens kraft.
Ingeniører ved Waymo, eid av Alphabet, slo seg sammen med forskere ved DeepMind, en annen Alphabet-avdeling dedikert til AI, for å finne en mer effektiv prosess for å trene og finjustere selskapets selvkjørende algoritmer.
De brukte en teknikk kalt befolkningsbasert trening (PBT), tidligere utviklet av DeepMind for å finpusse videospillalgoritmer. PBT, som henter inspirasjon fra biologisk evolusjon, fremskynder valget av maskinlæringsalgoritmer og parametere for en bestemt oppgave ved å la kandidatkode trekke fra de best egnede prøvene (de som utfører en gitt oppgave mest effektivt) i en algoritmisk populasjon.
Å avgrense AI-algoritmer på denne måten kan også bidra til å gi Waymo en fordel. Algoritmene som veileder selvkjørende biler må omskoleres og rekalibreres etter hvert som kjøretøyene samler inn mer data og distribueres på nye steder. Dusinvis av selskaper konkurrerer for å demonstrere den beste selvkjørende teknologien på ekte veier. Waymo utforsker forskjellige andre måter for å automatisere og akselerere utviklingen av maskinlæringsalgoritmene.
Mer effektive metoder for omskolering av maskinlæringskode burde faktisk tillate AI å være fleksibel og nyttig i forskjellige sammenhenger.
En av hovedutfordringene for alle som driver med maskinlæring i et industrielt system er å kunne bygge om systemet for å dra nytte av ny kode, sier Matthieu Devin, direktør for maskinlæringsinfrastruktur i Waymo. Vi må hele tiden omskolere nettet og skrive om koden vår. Og når du trener om, må du kanskje justere parameterne dine.
Moderne selvkjørende biler styres av en nesten Rube Goldberg-kombinasjon av algoritmer og teknikker. Tallrike maskinlæringsalgoritmer brukes til å oppdage veilinjer, skilt, andre kjøretøy og fotgjengere i sensordata. Disse fungerer i samspill med konvensjonell, eller håndskrevet, kode for å kontrollere kjøretøyet og svare på forskjellige hendelser. Hver ny iterasjon av et selvkjørende system må testes grundig i simulering.
Dagens selvkjørende kjøretøy er spesielt avhengige av dyp læring. Men å konfigurere et dypt nevralt nettverk med de riktige egenskapene og parameterne (verdiene som er hardkodet i starten) er en vanskelig kunst. Kandidatnettverk og parametere velges stort sett enten manuelt, noe som er tidkrevende, eller justeres tilfeldig av en datamaskin, som krever mye prosessorkraft.
Hos Waymo trener vi tonnevis av forskjellige nevrale nett, og forskere bruker mye tid på å finne ut hvordan de best kan trene disse nevrale nettene, sier Yu-hsin (Joyce) Chen, en maskinlæringsinfrastrukturingeniør hos Waymo. Vi hadde et behov for det og grep bare sjansen.
Chen sier at teamet hennes nå bruker PBT for å forbedre utviklingen av dyplæringskode som brukes til å oppdage kjørefeltmerker, kjøretøy og fotgjengere, og for å verifisere nøyaktigheten til merkede data som mates til andre maskinlæringsalgoritmer. Hun sier at PBT har redusert datamaskinkraften som kreves for å omskolere et nevralt nett med omtrent det halve og har doblet eller tredoblet hastigheten på utviklingssyklusen.
Google utvikler en rekke teknikker for å automatisere prosessen med å trene maskinlæringsmodeller, og de tilbyr allerede noen av dem til kunder gjennom et prosjekt kjent som Cloud Auto-ML . Å gjøre AI-trening mer effektiv og automatisert vil utvilsomt vise seg avgjørende for innsatsen for å kommersialisere og tjene på teknologien.
Oriol Vinyals, en hovedforsker ved DeepMind og en av oppfinnerne av PBT, sier ideen om å bruke PBT på Waymo kom opp da han besøkte Devin. DeepMind utviklet først teknikken i 2017 som en måte å fremskynde treningen av nevrale nettverk, og senere brukte den til å hjelpe en datamaskin med å spille StarCraft II, et kampvideospill som er spesielt utfordrende for maskiner (se Innovators Under 35, 2016). DeepMinds samarbeid med Waymo begynte før det publiserte sin StarCraft-forskning i januar 2019.
Den evolusjonslignende prosessen som brukes i PBT gjør det også lettere å forstå hvordan en dyplæringsalgoritme har blitt tilpasset og optimalisert, med noe som ligner et slektstre. En av de kule tingene er at du kan visualisere utviklingen av parametere, sier Vinyals. Det er en fin måte å bekrefte at det som skjer faktisk gir mening for deg.
Oppdatert 29. juli for å gjenspeile det faktum at PBT ble utviklet før DeepMind begynte å jobbe med StarCraft II.