Te wirtualne ramiona robotów stają się mądrzejsze, szkoląc się nawzajem

do wirtualnego ramię robota nauczyło się rozwiązywać wiele różnych zagadek —układanie klocków, nakrywanie do stołu, układanie figur szachowych — bez konieczności przekwalifikowywania się do każdego zadania. Zrobił to, grając przeciwko drugiemu ramieniu robota, które zostało wytrenowane, aby stawiać mu coraz trudniejsze wyzwania.

Samodzielna gra: Opracowany przez naukowców z Otwórz AI , identyczne ramiona robota — Alicja i Bob — uczą się, grając przeciwko sobie w symulacji, bez udziału człowieka. Roboty wykorzystują uczenie przez wzmacnianie, technikę, w której sztuczna inteligencja jest szkolona metodą prób i błędów, jakie działania należy podjąć w różnych sytuacjach, aby osiągnąć określone cele. Gra polega na przesuwaniu obiektów po wirtualnym blacie. Układając przedmioty w określony sposób, Alicja próbuje układać zagadki, które są trudne do rozwiązania dla Boba. Bob próbuje rozwiązać zagadki Alicji. Gdy się uczą, Alice układa bardziej złożone łamigłówki, a Bob coraz lepiej je rozwiązuje.

Po przeszkoleniu w układaniu łamigłówek układanych przez Alicję, Bob może uogólnić się do szeregu zadań, w tym ustawiania stołu i układania szachów.

Wielozadaniowość: Modele uczenia głębokiego zazwyczaj muszą być przeszkolone między zadaniami. Na przykład AlphaZero (która również uczy się grając przeciwko sobie) używa jednego algorytmu do uczenia się gry w szachy, shogi i Go — ale tylko w jednej partii na raz. Grający w szachy AlphaZero nie może grać w Go, a grający w Go nie może grać w shogi. Budowanie maszyn, które naprawdę potrafią wykonywać wiele zadań jednocześnie, to duży nierozwiązany problem droga do bardziej ogólnej sztucznej inteligencji .

AI dojo: Jedną z kwestii jest to, że uczenie sztucznej inteligencji do wielozadaniowości wymaga ogromnej liczby przykładów. OpenAI unika tego, szkoląc Alice, aby generowała przykłady dla Boba, używając jednej sztucznej inteligencji do trenowania innej. Alicja nauczyła się wyznaczać cele, takie jak budowanie wieży z klocków, a następnie podnoszenie jej i równoważenie. Bob nauczył się wykorzystywać właściwości (wirtualnego) środowiska, takie jak tarcie, do chwytania i obracania obiektów.

Wirtualna rzeczywistość: Jak dotąd podejście to zostało przetestowane tylko w symulacji, ale naukowcy z OpenAI i innych instytucji są coraz lepsi w przenoszeniu modeli wyszkolonych w środowiskach wirtualnych do fizycznych. Symulacja pozwala sztucznej inteligencji przeszukiwać duże zbiory danych w krótkim czasie, zanim zostanie dostrojona do rzeczywistych ustawień.

Ogólna ambicja: Naukowcy twierdzą, że ich ostatecznym celem jest wyszkolenie robota, aby rozwiązywał każde zadanie, o które dana osoba może go poprosić. Podobnie jak GPT-3, model językowy, który może używać języka na wiele różnych sposobów, te ramiona robotów są częścią ogólnej ambicji OpenAI, aby zbudować wielozadaniową sztuczną inteligencję. Kluczową częścią tego może być wykorzystanie jednej sztucznej inteligencji do szkolenia innej.

ukryć