هوش مصنوعی خودش را شکست می دهد
به گزارش پارسی کاو، پژوهشگران می گویند هوش مصنوعی با بهره گیری از چیزی به نام «یادگیری تقویتی» می تواند خودش را بهبود ببخشد و بعنوان مثال بازی های آتاری را ۶۰۰۰ برابر سریعتر از قبل یاد بگیرد و انجام دهد.
به گزارش پارسی کاو به نقل از ایسنا و به نقل از انگجت، چیزهای زیادی وجود دارند که مدلهای هوش مصنوعی در آنها خوب هستند، اما یکی از چیزهایی که در آن عملکرد مطلوبی ندارند، یادگیری کارآمد است و برای حل مسائلی که انسان می تواند تقریبا فوراً آنها را حل کند، زمان و داده های زیادی نیاز دارند.
حالا پژوهشگران دریافته اند که خواندن دستورالعمل های هوش مصنوعی پیش از انجام یک کار می تواند مهارت های یادگیری آنها را تسریع کند. این راهکار، «یادگیری تقویتی» نامیده می شود و شامل تعیین هدف و پاداش دادن به هوش مصنوعی برای انجام اقداماتی است که به رسیدن به آن هدف کمک می نماید.
هرچند این روش مؤثر است، اما برای یافتن یک استراتژی کارآمد به آزمون و خطا متکی است. این بدان معناست که این الگوریتم ها امکان دارد سال ها طول بکشند تا یک فرمول برنده را پیدا کنند.
بر مبنای گزارشی که اخیرا انتشار یافته است، حالا گروهی از دانشگاه کارنگی ملون راهی جهت کمک به الگوریتم های یادگیری تقویتی با ترکیب آنها با یک مدل زبانی که می تواند دستورالعمل ها را بخواند، ابداع کرده است و تابحال آنها در آموزش هوش مصنوعی برای اجرای یک بازی ویدئویی چالش برانگیز آتاری، هزاران بار سریعتر از مدلی که توسط DeepMind ساخته شده است، موفق بوده اند.
یو وو، سرپرست این پژوهش می گوید: کار ما نخستین کاری است که امکان یک چارچوب یادگیری تقویتی کاملاً خودکار را برای بهره مندی از یک دستورالعمل برای یک بازی که به صورت گسترده مورد مطالعه قرار گرفته است، نشان داده است. ما درحال انجام آزمایش هایی روی بازی های پیچیده تر دیگری مانند Minecraft هستیم و نتایج امیدوارکننده ای را دیده ایم. ما معتقدیم رویکرد ما باید برای مشکلات پیچیده تر اعمال شود.
خلاصه کردن اطلاعات کلیدی
این گروه از پژوهشگران با آموزش یک مدل زبانی برای استخراج و خلاصه کردن اطلاعات کلیدی از کتابچه راهنمای رسمی بازی آغاز کرد. سپس از این داده ها برای پرسیدن سؤالات در مورد بازی به یک مدل زبانی از قبل آموزش دیده استفاده شد.
سپس از پاسخ های به دست آمده برای ایجاد پاداش های اضافی برای الگوریتم تقویت استفاده شد و به یک الگوریتم یادگیری تقویتی تثبیت شده جهت کمک به یادگیری سریع تر بازی وارد شد.
پژوهشگران برای ارزیابی رویکرد خود، آنرا روی بازی Skiing 6000 آزمایش کردند که در این بازی هوش مصنوعی باید ۸۰ میلیارد فریم از بازی را اجرا می کرد تا به عملکردی قابل مقایسه با یک انسان برسد.
در نهایت آنها دریافتند که این رویکرد جدید تنها به ۱۳ میلیون فریم نیاز دارد تا بازی را به پایان برساند.
در این گزارش عنوان شده است که حالا پژوهشگران به سمت بازی های سه بعدی پیچیده تر مانند Minecraft با نتایج اولیه امیدوارکننده رفته اند و به دنبال ارزیابی این هستند که چگونه پیشرفت های سریع در مدلهای زبانی هوش مصنوعی می تواند بعنوان یک عامل شتاب دهنده برای پیشرفت در این حوزه عمل کند.
این پژوهش در پایگاه قبل از چاپ arXiv انتشار یافته است.
این مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب