Онлайн-справочник популярных программ

Искусственный интеллект стал обучаться в 10 раз быстрее и эффективнее

14.02.2018 17:30

Подразделение компании Google, занимающееся разработками искусственного интеллекта, сообщило о создании нового метода обучения нейронных сетей, сочетающего использование передовых алгоритмов и старых видеоигр. В качестве среды обучения используются старые видеоигры Atari.

Разработчики DeepMind (напомним, что эти люди создали нейросеть AlphaGo, неоднократно победившую лучших игроков в логическую игру го) считают, что машины способны обучаться так же, как люди. С помощью тренировочной системы DMLab-30, созданной на базе шутера Quake III и аркадных игр Atari (используются 57 различных игр), инженеры разработали новый алгоритм машинного обучения IMPALA (Importance Weighted Actor-Learner Architectures). Он позволяет отдельным частям обучаться выполнению сразу нескольких задач, а потом обмениваться знаниями между собой.

Во многом новая система была основана на более ранней архитектурной системе A3C (Asynchronous Actor-Critic Agents), в которой отдельные агенты исследуют среду, затем процесс приостанавливается, и они обмениваются знаниями с центральным компонентом, «учеником». Что касается IMPALA, то у нее агентов может быть больше, а сам процесс обучения происходит несколько по-другому. В ней агенты посылают информацию сразу двум «ученикам», которые после этого еще и обмениваются данными между собой. Кроме того, если в A3C вычислением градиента функции потерь (другими словами, несоответствия предсказанных и полученных значений параметров) занимаются сами агенты, которые отправляют информацию к центральному ядру, то в системе IMPALA этой задачей занимаются «ученики».

Пример прохождения игры человеком:

Здесь показано, как с такой же задачей справляется система IMPALA:

Одной из основных проблем при разработке ИИ является время и необходимость в высокой вычислительной мощности. Даже в условиях автономности машинам нужны правила, которым они могли бы следовать в ходе собственных экспериментов и поиска путей решения задач. Так как мы не можем просто построить роботов и выпустить их на волю учиться, разработчики используют симуляции и методы глубокого обучения.

Для того чтобы современные нейронные сети могли чему-то научиться, им приходится обрабатывать огромный объем информации, в данном случае — миллиарды кадров. И чем быстрее они это делают, тем меньше времени уходит на обучение.

По словам представителей DeepMind, при наличии достаточного числа процессоров IMPALA достигает производительности в 250 000 кадров/с, или 21 миллиард кадров в день. Это абсолютный рекорд для задач такого рода, сообщает портал The Next Web. Сами же разработчики комментируют, что их система ИИ справляется с задачей лучше, чем аналогичные машины и люди.

В будущем подобные алгоритмы ИИ можно будет использовать в робототехнике. Благодаря оптимизации систем машинного обучения роботы будут быстрее адаптироваться к окружающей среде и работать эффективнее.


Оригинал: https://hi-news.ru/technology/iskusstvennyj-intellekt-stal-obuchatsya-v-10-raz-bystree-i-effektivnee.html

ТОП 5

самых популярных программ

  1. Google Chrome

    Скачиваний: 1634624

  2. Skype

    Скачиваний: 766106

  3. uTorrent

    Скачиваний: 331404

  4. Adobe Flash Player

    Скачиваний: 295011

  5. Minecraft PC - Майнкрафт на компьютер

    Скачиваний: 275264


Свежие новости

На МКС создадут самое холодное место во Вселенной

22.05.2018 07:30

С помощью ракеты-носителя «Антарес» компании Orbital ATK аэрокосмическое агентство NASA отправило к Международной космической станции оборудование для проведения эксперимента по экстремальному охлаждению материи. Проект Cold Atom Laboratory («Лаборатория холодного атома», CAL) предназначен для достижения температуры, которая в 10 миллиардов раз ниже температуры вакуума. Это необходимо для получения конденсата Бозе — Эйнштейна — группы из большого …

Технология распознавания лиц проверяет китайских школьников каждые 30 секунд

21.05.2018 18:30

Кажется, что Китай на сегодняшний день впереди всей планеты, если говорить о слежении за собственными гражданами. Не так давно мы рассказывали о специальных датчиках, которые следят за настроением работников на предприятиях. Сегодня расскажем о технологии распознавания лиц, которую применяют для слежения за учащимися старшей школы в Ханчжоу. Каждые 30 секунд технология распознавания лиц фиксирует лица …

Действительно ли приложения для знакомств помогают найти партнера для секса

21.05.2018 19:30

Не секрет, что большинство пользователей приложений для знакомств вроде Tinder или Bumble используют эти сервисы для краткосрочных отношений сексуального характера. Другими словами, они ищут партнера для секса без дальнейших обязательств. Насколько эффективно использовать подобные приложения для такой цели? Больше ли сексуальных партнеров у пользователей Tinder? На эти вопросы постарались ответить с помощью исследования. В Норвежском …