Nul
Facebook AI forsker opfordrer kammerater til at træde ud i den virkelige verden
Video spil Breakout fra Atari først kom på scenen i 1976. De spil, et simpelt spørgsmål om at flytte en pagajen vandret for at afvisningsprocent en kugle ind i væggene og chip væk på dem, er blevet en grundpille i uddannelse kunstig intelligens.
Men måske det er på tide at bryde ud af Brohovedet.
Det var et begreb, der opstod onsdag morgen i en keynote-taler af Joelle Pineau, en videnskabsmand med Facebook ‘ s AI research unit ved den prestigefyldte NeurIPS konference om machine learning i Montreal.
Også: IBM, Apple og Facebook repræsenterer nye tilt mod forretning for ærværdige AI konference
Pineau ‘ s umiddelbare bekymring er, at alt for meget af dagens arbejde i machine learning, på trods af mange dyder, blade ud aspekter af stringens. For eksempel, en masse af den forskning, der er gjort med simulerede verdener, ting, der er anlagt i en uberørt mode i computeren. Disse simuleringer kan hjælpe med at gøre resultaterne er reproducerbare, som er godt, men de går glip af en masse af kompleksiteten af den naturlige verden, som kan gøre arbejdet mindre meningsfuld, mindre streng, Pineau foreslået.
Facebook AI forsker Joelle Pineau samtaler til deltagere på NeurIPS efter hendes keynote-adresse.
“Jeg elsker, at de simulatorer hjælpe reproducerbarhed,” sagde Pineau. “Vi ønsker, at bekvemmelighed, men vi ønsker også at omfatte nogle af den virkelige verden.
“Vi er nødt til at bryde ud af disse simulatorer og tackle den virkelige verden,” sagde hun indtrængende.
Pineau fokuseret på en smag af machine learning hun er passioneret omkring, kaldes forstærkning læring, der gør udstrakt brug af simulatorer. Styrkelse læring teknologi gør det muligt for en computer som “agent” for at tage sekvenser af handlinger i et miljø, og til at finde en regel for at gøre gode valg mellem de mulige foranstaltninger, der er baseret på at maksimere en belønning, som agenten modtager.
Også: Facebook har til formål at være mere engagerende at mennesker i seneste AI forskning
Atari ‘ s Breakout er en af mange video spil, der er brugt til at simulere det miljø, som gør agenten valg. Sådan simuleret træning har ført til, at computere i stigende grad overgår den menneskelige ydeevne i spil. Og mange forskere er ved at undersøge lovende muligheder for brug af forstærkning læring, som for kontrol systemer for “neuro-stimulation” enheder, der er indlejret i kroppen, der kan hjælpe med at forebygge epileptiske anfald.
Men Pineau underforstået, at den kritiske bruger til styrkelse af denne lære, har brug for at til sidst prøve kræfter med den virkelige verdens kompleksitet.
En slide fra Pineau ‘ s tal, der beskriver tilsætning af naturlige verden støj til Breakout via optagelse af en video som baggrund.
At reflektere over de spørgsmål, Pineau og hendes team tænkt, “Kan vi gøre det meget mere interessant med nogle naturlige verden signaler?” De indsatte videoer af gadebilleder i baggrunden af Breakout, og re-uddannet styrkelse læring-systemer med den nye, mere “larmende” miljø.
Også: Facebook Oculus forskning håndværk mærkelige mashup af John Oliver og Stephen Colbert
“Videoer, der er en uudtømmelig kilde af naturlige støj,” bemærkede Pineau. Da hun påpegede, at når mennesker bliver bedt om at spille spillet med den video baggrund, “det er lidt sværere, men de kan stadig spille.” Det indebærer at der er udfordringer, der kan opstå, når du tilføjer støj, som kan resultere i mere imponerende resultater, hvis computeren kan lykkes imod en sådan modgang.
Der er “en masse, vi kan gøre for at indarbejde den naturlige støj i miljøet,” sagde Pineau. “Vi kan sætte baren højere i de realisme af vores simulatorer.
Også: Pineau ‘ s slides for hendes tale er tilgængelig for download på NeurIPS hjemmeside
“Fra statiske billeder til video baggrunde, der er langt vi kan gå.”
Der indeholder “creation of simulation miljøer, der er foto realistisk,” sagde hun. Hun viste nogle billeder af simulerede hus interiør, med den virkelige verden billedsprog podet ind i den plads, lige ned til påfaldende reflekterende spejle.
Skal læse
Facebook AI nu retter fejl som stavekontrol retter stavefejl (CNET)Fire måder machine learning udvikler sig, ifølge Facebook AI (TechRepublic)
Hvad skal der opnås med alt dette, sagde Pineau, er at gøre “bedre videnskab”, ved at bringe stringens til machine learning og AI.
Pineau sluttede sin tale med den formaning, “jeg vil opfordre dig til at træde ud i den virkelige verden!”
Tidligere og relaterede dækning:
Hvad er AI? Alt, hvad du behøver at vide
En executive guide til kunstig intelligens, fra machine learning og generelt AI til neurale netværk.
Hvad er dyb læring? Alt, hvad du behøver at vide
Den lowdown på en dyb læring: fra hvordan det relaterer til det bredere felt af machine learning igennem til, hvordan du kommer i gang med det.
Hvad er machine learning? Alt, hvad du behøver at vide
Denne vejledning forklarer, hvad machine learning er, hvordan det er relateret til kunstig intelligens, hvordan det fungerer, og hvorfor det er vigtigt.
Hvad er cloud computing? Alt, hvad du behøver at vide om
En introduktion til cloud computing-lige fra det grundlæggende op til IaaS og PaaS, hybrid, offentlige og private cloud.
Relaterede Emner:
Sociale Virksomhed
Digital Transformation
CXO
Tingenes Internet
Innovation
Virksomhedens Software
0