Bahagian kecerdasan buatan Google mengumumkan penciptaan kaedah baru untuk melatih rangkaian saraf, menggabungkan penggunaan algoritma canggih dan permainan video lama. Permainan video Atari lama dijadikan sebagai persekitaran pembelajaran.
Pembangun DeepMind (ingat bahawa orang-orang ini membuat rangkaian neural AlphaGo, yang telah berulang kali mengalahkan pemain terbaik dalam permainan logik go) percaya bahawa mesin dapat belajar dengan cara yang sama seperti manusia. Dengan menggunakan sistem latihan DMLab-30, berdasarkan permainan penembak Quake III dan arcade Atari (57 permainan berbeza digunakan), jurutera telah mengembangkan algoritma pembelajaran mesin IMPALA (Kepentingan Berat Aktor-Pelajar Berfikir) baru. Ia membolehkan bahagian-bahagian individu belajar bagaimana melaksanakan beberapa tugas sekaligus, dan kemudian bertukar pengetahuan antara satu sama lain.
Dalam banyak cara, sistem baru berdasarkan sistem senibina Asynchronous Actor-Critic Agents (A3C) sebelumnya, di mana ejen individu meneroka persekitaran, kemudian proses dijeda dan mereka bertukar pengetahuan dengan komponen pusat, "pelajar". Bagi IMPALA, ia mungkin mempunyai lebih banyak agen, dan proses pembelajaran itu sendiri berlaku dengan cara yang sedikit berbeza. Di dalamnya, ejen menghantar maklumat kepada dua "pelajar" sekaligus, yang kemudian bertukar data antara satu sama lain. Di samping itu, jika di A3C pengiraan kecerunan fungsi kerugian (dengan kata lain, perbezaan antara nilai parameter yang diramalkan dan diperoleh) dilakukan oleh ejen itu sendiri, yang menghantar maklumat ke inti pusat, maka dalam sistem IMPALA, tugas ini dilakukan oleh "pelajar".
Contoh seseorang yang bermain melalui permainan:
Inilah cara sistem IMPALA menangani tugas yang sama:
Salah satu cabaran utama dalam mengembangkan AI adalah masa dan keperluan untuk kekuatan pengkomputeran yang tinggi. Walaupun autonomi, mesin memerlukan peraturan yang boleh mereka ikuti dalam eksperimen mereka sendiri dan mencari jalan untuk menyelesaikan masalah. Oleh kerana kita tidak boleh hanya membuat robot dan membiarkannya belajar, pembangun menggunakan simulasi dan teknik pembelajaran mendalam.
Agar rangkaian saraf moden dapat mempelajari sesuatu, mereka harus memproses sejumlah besar maklumat, dalam hal ini, berbilion bingkai. Dan semakin cepat mereka melakukannya, semakin sedikit masa yang diperlukan untuk belajar.
Video promosi:
Dengan pemproses yang mencukupi, DeepMind mengatakan IMPALA mencapai 250,000 bingkai sesaat, atau 21 bilion bingkai setiap hari. Ini adalah rekod mutlak untuk tugas seperti ini, menurut The Next Web. Pembangun sendiri memberi komen bahawa sistem AI mereka mengatasi tugas yang lebih baik daripada mesin dan orang yang serupa.
Pada masa akan datang, algoritma AI yang serupa dapat digunakan dalam robotik. Dengan mengoptimumkan sistem pembelajaran mesin, robot akan menyesuaikan diri dengan persekitarannya dengan lebih cepat dan berfungsi dengan lebih cekap.
Nikolay Khizhnyak
