Nul
Je hebt misschien gehoord dat machine learning technologie is in staat om te verslaan alle de ‘ s wereld beste spelers van het oude spel van Gaan.
Maar kan het boeken van een vlucht op internet?
Dat is de intrigerende vooruitzicht verhoogd door het meest recente onderzoek van Google AI-onderzoekers.
In een nieuwe papier van het team, zijn ze getraind in een neuraal netwerk te begrijpen van de structuur van Webpagina ‘ s en de keuzes kunt maken bij het invullen van formulieren in een vliegticket booker, of de interactie met een sociale media site.
Het werk in grote lijnen maakt gebruik van dezelfde categorie van ‘machine learning’ als Google ‘ s Go-winnende AlphaZero software, wat bekend staat als “reinforcement learning.” In RL, een neuraal netwerk ontwikkelt strategieën stappen te nemen in elke fase van het oplossen van een probleem als het beloningen voor goede keuzes.
Ook: Google geeft alle software kunnen gebruik maken van een kleine robot AI
De onderzoekers ontdekten een manier om te trainen van een neuraal netwerk zonder menselijke voorbeelden van hoe u een online reservering formulier. De aanpak maakt de taak van het leren van webpagina ‘ s en sociale media netwerken meer “schaalbare,” schrijven ze, waar de mogelijke combinaties van de staten en acties kunnen bereiken in de tientallen miljoenen.
Het punt is niet noodzakelijkerwijs om daadwerkelijk een vlucht boeken; het is meer een oefening in hoe een neuraal netwerk kunt het vinden van oplossingen voor een probleem met tal van variabelen, waar de menselijke leiding, of “toezicht” in de training is het onhaalbaar.
De research paper, ‘ Leren om Te Navigeren op Het Web,” gepost 21 December op het arXiv pre-print-server, is geschreven door Izzeddin Gur, Ulrich Rueckert, Aleksandra Faust, Dilek Hakkani-Tur, gezamenlijk geassocieerd met Google AI. Het papier zal een poster-sessie op de komende Internationale Conferentie over het Leren van Voorstellingen, die plaatsvinden Mei aanstaande in New Orleans.
Ook: Google AI-onderzoekers vinden nieuwe vreemde reden om te spelen Gevaar!
De Google-onderzoekers kwam met twee nieuwe neurale netwerken met behulp van reinforcement learning, één, genaamd QWeb, die leert de muis klikken en soort dingen op een Web-pagina, en een ander, INET, de instructeur, die figuren die instructies te geven QWeb bij elke stap.
Google AI
Dit is meer dan alleen bots te zijn om te crawlen. De auteurs beschrijven het probleem als onoplosbaar als “leren van de grote set van instructies” dat kan velden van een formulier dat moet worden ingevuld, en een lange lijst van dingen in de aard van de drop-down menu kiezer een persoon zou tegenkomen op een vlucht boeken site.
“Als een voorbeeld, in de vlucht te reserveren omgeving van het aantal mogelijke opdrachten/taken kan groeien tot meer dan 14 miljoen, met meer dan 1700 woorden en begrippen en ongeveer 100 Web-elementen in elke aflevering.”
Het werk gaat verder waar andere links uit, vorig jaar nog de “Wereld van Bits,” door Tianlin Shi en collega ‘ s van Stanford University. Dat het papier getest op het vermogen van een computer om te leren uitvoeren klikken met de muis en het toetsenbord om taken te voltooien op het Web, gebaseerd op de demonstraties die door de mensen.
Ook: Google overdenkt de tekortkomingen van machine learning
Zoals de auteurs van dat papier, de Google-mensen in dienst van reinforcement learning, in dit geval de “Diepe V-Netwerk” – aanpak, waarbij het neurale netwerk stelt de raming van de toekomstige beloningen, zoals het stappen door het probleem van taken, het maken van keuzes.
Maar de Google-onderzoekers konden geen gebruik maken van de menselijke demonstraties, zoals in de Wereld van Bits geval, dus kwamen ze met wat ze beweren zijn twee “nieuwe neurale netwerk architecturen.”
De eerste, “QWeb,” is een Diepe V-Netwerk dat wordt versterkt door het doorbreken van de webpagina in beloningen voor elke stap in een reis boeken oefening, zoals het invoeren van de datum van een vlucht. Dat heeft de neiging tot verhoging van de beloningen die de neurale netto ontvangt als het gaat samen.
De tweede, genaamd “INET,” is een andere Diepe V-Netwerk dat wordt beloont als het goed genereert instructies voor QWeb te volgen. Het is de INET van de baan te verteren de Webpagina, in de vorm van een “document object model” of “DOM” en komen met de stappen QWeb moet nemen om keuzes te maken in het Web-formulier, zoals het kiezen van een vliegveld code uit een drop-down lijst van “bestemmingen” in de vorm.
Ook: Google Hersenen, Microsoft peilen de mysteries van netwerken met AI
Er zijn tal van andere details waar de auteurs geprobeerd de dingen een beetje anders uit dan de eerdere benaderingen. Bijvoorbeeld, ze gebruikt een techniek genaamd “curriculum leren,” breek grote taken in kleinere degenen te helpen de neurale net door de verschillende stappen van een Web-formulier.
Ze gebruikten ook wat bekend staat als “ondiep coderingen,’ het verbeteren van de neurale netto begrip van de webpagina. Op die manier, het is niet alleen een enorme lijst van namen van vliegvelden, neemt ook de zin van de structuur van de webpagina, het is op.
De auteurs melden dat wanneer ze vergeleken hun resultaten met die van de Stanford-groep, konden ze overeenkomen met zijn mens-gedreven voorbeelden net zo goed met geen menselijke demonstraties op eenvoudige taken, zoals het klikken op een dialoog box, of het inloggen van een gebruiker in een formulier.
Moet lezen
‘AI is heel, heel stom,’ zegt Google AI leider (CNET)Baidu maakt Kunlun silicium voor AIUnified Google AI afdeling een duidelijk signaal van AI ‘ s toekomst (TechRepublic)
In meer complexe taken, toetsen, ontwikkeld door de Stanford-groep als een benchmark, aangeduid als “social-media-‘ de computer moet dingen doen, zoals het blokkeren van een gebruiker op Twitter. De Google-onderzoekers vertellen dat hun uitgebreide neurale netwerk is in staat om te slagen “, waar de eerdere benaderingen is mislukt voor het genereren van een succesvolle afleveringen.”
In de uitdaging van het boeken van een vlucht, de kleine trucs, melden ze, zoals ondiepe codering, hielp het neurale netwerk het behalen van succes. Zonder die kleine trucs, merken zij op, hun netwerk zich gedragen op een wijze, die klinkt als een verveelde Web surfer: “QWeb begint te klikken op de knop indienen bij de eerst stap om de minst negatieve beloning.” Klinkt net als een werkelijke menselijke ervaring van een vlucht boeken online.
De auteurs schrijven dat ze van plan zijn in de toekomst werken aan het testen van hun netwerk in meer complexe omgevingen met nog meer stappen.
Misschien kunnen ze leren om erachter te komen hoe het oplossen van de captcha ‘ s, zoals de meeste mensen lijken vaak overdonderd door hen.
Vorige en aanverwante dekking:
Wat is AI? Alles wat je moet weten
Een executive gids voor kunstmatige intelligentie, van machine learning en algemene AI-neurale netwerken.
Wat is diep leren? Alles wat je moet weten
De lowdown op diep leren: van hoe het zich verhoudt tot het bredere veld van machine-leren door te zien hoe aan de slag met het.
Wat is machine learning? Alles wat je moet weten
In deze gids wordt uitgelegd wat ‘machine learning’ is, hoe het is in verband met kunstmatige intelligentie, hoe het werkt en waarom het belangrijk is.
Wat is cloud computing? Alles wat u moet weten over
Een introductie van cloud computing recht vanaf de basis tot IaaS en PaaS -, hybride -, public en private cloud.
Verwante Onderwerpen:
Ontwikkelaar
Digitale Transformatie
CXO
Het Internet van Dingen
Innovatie
Enterprise Software
0