亚洲二区三区在线,久久久久高清毛片一级,亚洲综合一区二区三区不卡,中文不卡av

　　要學(xué)的東西太簡單？太難？人類可能會因此無聊或沮喪，但人工智能不會。在剛結(jié)束不久的神經(jīng)信息處理系統(tǒng)大會(NeurIPS)上，來自加州大學(xué)伯克利分校和谷歌的研究者展示了一項新方法，讓人工智能自己訓(xùn)練自己。

　　這一新方法有望讓自動駕駛汽車、家用機(jī)器人更快地學(xué)習(xí)，甚至可能幫助攻破懸而未決的數(shù)學(xué)難題。

　　人工智能在地圖導(dǎo)航領(lǐng)域已有不少研究，其中一種實(shí)驗(yàn)方法是讓人工智能程序沿著有實(shí)心分布塊的2D網(wǎng)格導(dǎo)航。為了讓程序更快地熟悉復(fù)雜環(huán)境并到達(dá)目的地，科學(xué)家會對其反復(fù)訓(xùn)練，從而達(dá)到強(qiáng)化目的，進(jìn)而提高人工智能的應(yīng)用程度。

　　新發(fā)布的研究中，來自加州大學(xué)伯克利分校的邁克爾·丹尼斯（Michael Dennis）和谷歌科學(xué)家娜塔莎·杰奎斯（Natasha Jaques）考慮了兩種繪制地圖的方法。第一種方法是在網(wǎng)格中隨機(jī)安排分布塊，但這一方法并沒有讓人工智能程序有很大提升。第二種方法則讓人工智能程序記住過去的嘗試，并相應(yīng)地提升訓(xùn)練難度——但這種方法的瓶頸在于，有時訓(xùn)練模式的難度太大，程序根本無法完成。

　　為此，丹尼斯和杰奎斯等人創(chuàng)造了一個合適的環(huán)境，讓人工智能自我訓(xùn)練。在名為“配對”（PAIRED）的新訓(xùn)練方法中，他們先將已有的人工智能程序與另一個幾乎相同的程序結(jié)合，二者間的優(yōu)勢各不相同，但它們互為“對手”。在這一模式中，已有的人工智能程序是主角，但因?yàn)橛龅搅似旃南喈?dāng)?shù)摹皩κ帧保魬?zhàn)變得非常困難，也正因此，其解決問題的能力一直處于臨界狀態(tài)。

　　經(jīng)過一系列訓(xùn)練，作為主角的人工智能程序可以解決大約五分之一的新問題。在NeurIPS的討論會上，丹尼斯表示他們對新成果即將開展的大量工作感到非常興奮。

　　同期，在討論會上發(fā)布的另一項研究中，杰奎斯和同事已經(jīng)在用PAIRED訓(xùn)練其他人工智能程序，使之學(xué)會自動填寫網(wǎng)絡(luò)表單并預(yù)定航班。與傳統(tǒng)模式相比，采用新訓(xùn)練模式的成功率大概有50%。

　　對此，人工智能促進(jìn)協(xié)會主席、康奈爾大學(xué)的計算機(jī)科學(xué)家巴特·塞爾曼（Bart Selman）表示，PAIRED是一種機(jī)智的人工智能訓(xùn)練方法。

　　塞爾曼等人在討論會上介紹的研究也與人工智能的自我訓(xùn)練有關(guān)。他們設(shè)計的人工智能程序需要在推箱子游戲中將方塊推向目標(biāo)位置。如果規(guī)劃不當(dāng)，方塊很可能陷入死胡同。

　　為了訓(xùn)練人工智能，塞爾曼和同事創(chuàng)建了一組更簡易的拼圖。訓(xùn)練程序會根據(jù)人工智能的表現(xiàn)好壞，選擇不同難度的“考題”，從而讓訓(xùn)練計劃達(dá)到合適的水準(zhǔn)。

　　不過目前為止，考題對人工智能而言難還是簡單并不好預(yù)測。在出給人工智能的225道考題中，有80%被破解，其中約三分之一的考題完全來自新的訓(xùn)練方法。塞爾曼表示，這一研究發(fā)現(xiàn)非常有趣，未來，他們希望將有關(guān)成果應(yīng)用到未解決的數(shù)學(xué)難題上。