通信科技/NEWS CENTER

谷歌DeepMind让电脑学“做梦”:提高人工智能学习

发布时间:2017-12-29

  Google DeepMind对计算机科学“梦想”:提高人工智能的学习能力

  在11月18日上午,Google的DeepMind人工智能部门的北京研究人员在网上发表了一篇论文,他们已经在机器学习系统上获得了速度和性能,部分原因在于该系统采用了模仿动物梦想的技术。论文解释说DeepMind的新系统Unreal完成了Labyrinth,这个3D迷宫游戏比现有的人工智能软件快了10倍,甚至可以达到87%的玩家。训练速度大大提高,所需的训练经验也大大减少,数据效率大大提高。 DeepMind的研究人员Max Jaderberg和Volodymyr Mnih写道。他们表示,由于培训时间较短,Ureal将允许DeepMind研究人员更快地尝试新的想法。 DeepMind的人工智能产品在电子游戏方面取得了不错的进展,特别是雅达利的“杰出”。苹果迷宫“迷宫”是由DeepMind开发的游戏环境,在一定程度上可以参考流行的电子游戏“Quake”的设计风格。在这个游戏中,机器需要通过收集苹果找到迷宫的方式和得分。这种风格的游戏是人工智能研究的一个重要领域,因为这类游戏比其他类型的游戏得分和获得的积极反馈要少得多。另外,人工智能软件只能在一定程度上随时了解迷宫布局。研究人员想要突破的一个方法就是在游戏重放之前试用虚幻,然后专注于早期获得分数的方法。他们在论文中说,这相当于让动物更频繁地做出积极和消极的奖励事件。研究人员还会让系统集中在几个不同的标准上,而不是单纯的专注于游戏的总分,以加快学习的速度。其中之一是如何通过各种行动改变视觉环境。重点是要了解你的行为如何影响你所看到的。加德伯格和米妮说。他们还表示,这与新生儿学习如何获得控制环境的好处相似,例如越来越多地接触到令人愉悦的视觉刺激,如闪亮和明亮的物体。 Gadberg和Minnie说现在谈论在现实世界中使用虚幻或者类似的系统还为时过早。从美国电视竞赛到国际象棋到“危险边缘”的比赛,赢得一场类似的比赛被认为是这是人工智能的一个重要里程碑,DeepMind今年早些时候也取得了类似的突破:在比赛中击败韩国选手李世石。本月早些时候,DeepMind宣布开发一个接口,使用机器学习软件参与星际争霸II游戏。 DeepMind的研究员Orio Vinyals表示,“星际争霸”被视为人工智能和人类战争的下一个目标,因为大部分游戏都与现实世界一样混乱。虚幻预计会帮助DeepMind掌握这些游戏。提升性能DeepMind的Unreal性能优于公司在57款Atari游戏中的现有软件。研究人员说,在玩这些游戏时,虚幻平均比玩家平均多出880%,比DeepMind原有的人工智能系统多853%。但是在最复杂的Atari游戏中,比如“蒙特苏马的复仇”,新系统的飞跃有了更大的飞跃。他们说老系统在比赛中得分为0,而Ureal得到了3000分,超过了一半的人类运动员的成绩。

韦德国际1946

2017-12-29

更多内容,敬请关注:

韦德国际1946官网:/

韦德国际1946新浪官方微博:@韦德国际1946

韦德国际1946发布微信号: