luckyea77 (luckyea77) wrote,
luckyea77
luckyea77

ИИ самостоятельно изучает английский, играя в 3D-шутер



Научить ИИ использовать язык непросто. Поэтому он должен изучать его самостоятельно. Две команды ученых, одна — из DeepMind, другая — из Университета Карнеги — Меллон, используя разные подходы, помогают машинам самим понять основные принципы языка, поместив их в компьютерный 3D-шутер.

Возможность научиться языку в 3D на шаг приближает машины к возможности изучать его в реальном мире, говорит Девендра Чаплот, студент университета, представивший свою работу на ежегодной встрече Ассоциации вычислительной лингвистики. Конечная цель проекта — создание настолько достоверной симуляции, чтобы ИИ мог легко перенести оттуда свои навыки в реальность, сообщает MIT Technology Review.

Обе команды используют для этого глубокое обучение с подкреплением, технологию, воплощенную DeepMind в ИИ, играющем в аркадные игры. Нейронная сеть поглощает сырые данные в виде пикселей из виртуальной среды и с помощью вознаграждения в виде заработанных очков учится методом проб и ошибок.

Обычно целью является набрать как можно больше очков в игре, но тут две программы с ИИ получают определенные команды, например, «дойти до зеленой колонны», и должны найти путь к правильному объекту, чтобы получить вознаграждение. Пройдя миллионы обучающих сценариев с возрастающей скоростью, обе программы ИИ научились ассоциировать слова с отдельными объектами и характеристиками, которые помогают им выполнять команды. Они даже научились различать относительные понятия вроде «больше/меньше».

Более того, обе программы смогли экстраполировать свои знания на ситуации, с которыми раньше не сталкивались. Если, к примеру, они встречались с колоннами и красными предметами, то могли выполнить команду «дойти до красной колонны», даже если никогда раньше не видели ее.

Это делает ИИ более гибким, чем предшествующие системы с жесткими правилами, говорит Чаплот, а изучение одной и той же проблемы под разными углами позволит получить еще лучшие результаты. Команда университета CMU объединила визуальные и вербальные сигналы таким образом, чтобы сфокусировать внимание ИИ на наиболее релевантной информации, тогда как DeepMind задал своей программе дополнительные задачи, которые увеличили общую производительность системы.

На основе игры-головоломки Sokoban специалисты DeepMind учат ИИ воображению: каждый неверный шаг приводит к проигрышу, поэтому машине приходится прокручивать варианты в «воображении». Оказалось, что система, наделенная таким воображением, лучше справляется с планированием на будущее.

Tags: искусственный интеллект
Subscribe

Posts from This Journal “искусственный интеллект” Tag

promo luckyea77 июль 4, 2016 11:42 2
Buy for 10 tokens
Публикую рейтинги форекс-компаний по таким параметрам, как суммарные капиталы инвесторов, суммарные капиталы управляющих и суммарные доходы ПАММ-счетов за все время по 20 самым крупным ПАММ-счетам. Капитал инвесторов (КИ) 1. PrivateFX - 11 636 000 $ 2. Альфа-Форекс - 7 007 000 $ 3. Alpari…
  • Post a new comment

    Error

    default userpic

    Your IP address will be recorded 

    When you submit the form an invisible reCAPTCHA check will be performed.
    You must follow the Privacy Policy and Google Terms of use.
  • 0 comments