DeepMind разрабатывает искусственный интеллект, демонстрирующий возможности социального обучения
Команда исследователей Google DeepMind разработала тип системы искусственного интеллекта, которая способна демонстрировать возможности социального обучения.
Большинство систем искусственного интеллекта, таких как ChatGPT, получают свои знания благодаря доступу к огромным объемам данных, например, из хранилищ в Интернете.
Один из самых популярных подходов, используемых исследователями, заключается в попытке имитировать процесс обучения людей. Как и в традиционных приложениях с искусственным интеллектом, люди учатся, сталкиваясь с известными элементами окружающей среды и следуя примерам других людей, которые знают, что они делают. Но, в отличие от приложений с искусственным интеллектом, люди воспринимают вещи без необходимости в огромном количестве примеров. Например, ребенок может научиться играть в домкраты, понаблюдав за игрой других всего несколько минут — пример культурной передачи. В этой новой работе исследовательская группа попыталась воспроизвести этот процесс, используя искусственный интеллект, ограниченный виртуальным миром.
Работа команды включала в себя сначала создание виртуального мира (называемого Goal Cycle 3D), состоящего из неровной местности, на которой расположены различные препятствия и разноцветные сферы. Затем они добавили агентов искусственного интеллекта, которые должны были путешествовать по виртуальному миру, избегая препятствий и проходя через сферы. Агентам были предоставлены обучающие модули, но никакой другой информации о мире, в котором они будут жить. Они получили знания о том, как действовать, с помощью обучения с подкреплением.
Наблюдая за обучением агентов, исследователи обнаружили, что с экспертом они справлялись намного быстрее и могли лучше ориентироваться в других новых подобных виртуальных мирах, имитируя то, чему они научились у эксперта в предыдущих испытаниях.
@robotyai
Команда исследователей Google DeepMind разработала тип системы искусственного интеллекта, которая способна демонстрировать возможности социального обучения.
Большинство систем искусственного интеллекта, таких как ChatGPT, получают свои знания благодаря доступу к огромным объемам данных, например, из хранилищ в Интернете.
Один из самых популярных подходов, используемых исследователями, заключается в попытке имитировать процесс обучения людей. Как и в традиционных приложениях с искусственным интеллектом, люди учатся, сталкиваясь с известными элементами окружающей среды и следуя примерам других людей, которые знают, что они делают. Но, в отличие от приложений с искусственным интеллектом, люди воспринимают вещи без необходимости в огромном количестве примеров. Например, ребенок может научиться играть в домкраты, понаблюдав за игрой других всего несколько минут — пример культурной передачи. В этой новой работе исследовательская группа попыталась воспроизвести этот процесс, используя искусственный интеллект, ограниченный виртуальным миром.
Работа команды включала в себя сначала создание виртуального мира (называемого Goal Cycle 3D), состоящего из неровной местности, на которой расположены различные препятствия и разноцветные сферы. Затем они добавили агентов искусственного интеллекта, которые должны были путешествовать по виртуальному миру, избегая препятствий и проходя через сферы. Агентам были предоставлены обучающие модули, но никакой другой информации о мире, в котором они будут жить. Они получили знания о том, как действовать, с помощью обучения с подкреплением.
Наблюдая за обучением агентов, исследователи обнаружили, что с экспертом они справлялись намного быстрее и могли лучше ориентироваться в других новых подобных виртуальных мирах, имитируя то, чему они научились у эксперта в предыдущих испытаниях.
@robotyai