بازی های کنکوری (او تاریخ به تفصیل شرح داده شده است Denis Koshelev) به نظر نمی رسد ابزار چندان مهمی برای حمایت از تحقیقات پیشرفته در زمینه هوش مصنوعی باشد. به هر حال، آیا آموزش دادن یک بازی sandbox که بیش از 10 سال پیش منتشر شده است را به ماشینی آموزش دهیم؟ تعجب خواهید کرد، اما بله، و این را آخرین تحقیقات آزمایشگاه OpenAI که توسعه هوش مصنوعی را مطالعه می کند، نشان می دهد.
OpenAI همیشه بر دستاوردها متمرکز است هوش مصنوعی و یادگیری ماشینی که می تواند برای بشریت مفید باشد. این شرکت اخیراً با موفقیت یک ربات را برای بازی Minecraft با استفاده از بیش از 70 ساعت فیلم گیم پلی (که بیش از 2,9 روز یا نزدیک به 8 سال است) آموزش داد. این دستاورد یک گام بزرگ رو به جلو در یادگیری ماشینی پیشرفته با استفاده از مشاهده و شبیه سازی است.
ربات OpenAI نمونه ای عالی از نحوه عملکرد یادگیری شبیه سازی (که به عنوان "یادگیری تحت نظارت" نیز شناخته می شود) کار می کند. بر خلاف یادگیری تقویتی، که در آن یک عامل یادگیری پس از دستیابی به هدف از طریق آزمون و خطا، پاداش می گیرد، شبیه سازی شبکه های عصبی را برای انجام وظایف خاص با مشاهده نحوه انجام یک فرد آموزش می دهد. در این مورد، OpenAI از ویدیوها و آموزش‌های گیم‌پلی موجود استفاده کرد تا ربات بتواند سناریوهای پیچیده بازی را اجرا کند که تقریباً به ۲۴۰۰۰ اقدام جداگانه برای یک بازیکن معمولی نیاز داشت.
همچنین جالب:
یادگیری تقلید مستلزم آن است که داده های ویدیویی به طور خاص برچسب گذاری شوند تا زمینه عمل و نتیجه را ارائه دهند، یعنی اینکه هوش مصنوعی می توانست بفهمد کدام دکمه ها فشار داده شده و کدام حرکات انجام شده است. اما چنین رویکردی می تواند زمان بر باشد و در نتیجه مجموعه داده های محدودی در دسترس باشد.
تیم تحقیقاتی OpenAI به جای خم کردن ماهیچه های خود با انجام یک تمرین برچسب گذاری داده های دستی در مقیاس بزرگ، از رویکرد خاصی به نام «پیش آموزش ویدیویی» (VPT) برای افزایش تعداد ویدیوهای موجود استفاده کرد. در ابتدا، محققان 2 ساعت گیم پلی مشروح را ضبط کردند های کنکوری و از آن برای آموزش عامل برای مرتبط کردن برخی اقدامات با نتایج خاص روی صفحه استفاده کرد. مدل به دست آمده برای تولید خودکار برچسب‌ها برای 70 ساعت محتوای Minecraft که قبلاً برچسب‌گذاری نشده بود، استفاده شد. این به ربات مجموعه داده بسیار بزرگتری برای مشاهده و شبیه سازی داد.
همچنین جالب:
این مطالعه ارزش بالقوه مخازن ویدئویی در دسترس را نشان می دهد YouTube، به عنوان یک منبع آموزشی برای هوش مصنوعی. دانشمندان یادگیری ماشینی می‌توانند از ویدیوهای قابل دسترسی و برچسب‌گذاری شده برای آموزش هوش مصنوعی در کارهای خاص، از ناوبری ساده وب تا کمک به کاربران با نیازهای فیزیکی در زندگی واقعی، استفاده کنند.
شما می توانید به اوکراین در مبارزه با مهاجمان روسی کمک کنید. بهترین راه برای انجام این کار، کمک مالی به نیروهای مسلح اوکراین است Savelife یا از طریق صفحه رسمی NBU.
همچنین جالب: