211service.com
Spilletiden er over
Tidlig i fjor oppnådde en datamaskin ytelse i verdensklasse i spillet Go – år før folk flest trodde at en slik bragd ville være mulig.
Det er imponerende, men ambisjonene våre bør settes høyere. Datavitenskap kan bidra til å gi det verden kritisk trenger: verktøy som gjør at vi alle kan nå utover det vi trodde vi var i stand til. Forsterkende læring – en integrert del av Go-suksessen – kan akselerere denne prosessen (se 10 Breakthrough Technologies: Reinforcement Learning).
Forsterkende læring er en måte å få en datamaskin til å lære gjennom erfaring for å ta en rekke avgjørelser som gir positive resultater – selv uten noen forkunnskap om hvordan dens handlinger vil påvirke dets umiddelbare miljø. En programvarebasert veileder vil for eksempel endre aktivitetene sine som svar på hvordan elevene presterer på tester etter å ha brukt den.
Emma Brunskill
Hvis vi håper å lage kunstige undervisningsagenter ved å bruke forsterkende læring, trenger vi algoritmer som er datasmarte. Vi kan samle inn data fra nettbaserte utdanningssystemer og bruke dem til å hjelpe agenten med å anslå effektiviteten til ulike undervisningstilnærminger. Når en student logger på, bør systemet gi ham et problem å løse? Eller ville det vært bedre å starte med en forklarende video? Dataene kan hjelpe den med å bestemme.
Men i noen tilfeller er det ikke nok data, eller ikke riktig type data, noe som gjør det utfordrende å utvikle systemer som tar gode beslutninger. Det ville vært fint om vi kunne lage et system som ikke trengte så mye data i utgangspunktet. Og det er akkurat det gruppen min jobber med – vi utvikler forsterkningslæringsalgoritmer og statistiske teknikker for å la datamaskiner utvikle gode forslag mens de bruker mindre data. Vi har fortsatt mye arbeid å gjøre, men vi skjerper gapet mellom teori og praksis.
Til slutt bør vi ikke overlate alt til datamaskinene. Såkalt human-in-the-loop forsterkningslæring kan akselerere prosessen, slik at algoritmer kan resonnere om sin egen begrensede ytelse og nå ut til mennesker for å få hjelp når de for eksempel trenger å utvide settet med mulige beslutninger. Gruppen min og våre samarbeidspartnere ved University of Washington tester nå algoritmer for et veiledningssystem som kan fortelle om den nåværende læreplanen ikke gjør det mulig for alle studenter å lære godt, og ber deretter folk legge til nye hint til systemet. Slike menneske-datamaskin-samarbeid kan hjelpe elevene til å lære ved å bruke tilnærminger vi ennå ikke kan forestille oss. Denne visjonen om forsterkende læring har kunstig intelligente agenter som redefinerer hvordan enestående menneskelig ytelse ser ut – og gjør det mulig for oss alle å oppnå det.
Emma Brunskill er assisterende professor i informatikk ved Stanford University .