De nieuwste AI van DeepMind draagt ​​het geleerde over naar nieuwe taken

Categorie: Kunstmatige intelligentie Geplaatst 12 februari

Door inzichten van de ene taak te gebruiken om een ​​andere taak uit te voeren, duidt een succesvolle nieuwe kunstmatige intelligentie op een veelzijdigere toekomst voor machine learning.

achtergrondverhaal: De meeste algoritmen kunnen in slechts één domein worden getraind en kunnen niet het geleerde voor de ene taak gebruiken om een ​​andere, nieuwe taak uit te voeren. Een grote hoop voor AI is dat systemen inzichten uit de ene setting halen en ze elders toepassen - wat transfer learning wordt genoemd.

Wat is er nieuw: DeepMind bouwde een nieuw AI-systeem genaamd IMPALA die tegelijkertijd meerdere taken uitvoert - in dit geval 57 Atari-spellen spelen - en probeert het leren tussen hen te delen. Het vertoonde tekenen van overdracht van het geleerde van het ene spel naar het andere.

Waarom het uitmaakt: IMPALA was 10 keer data-efficiënter dan een vergelijkbare AI en behaalde een dubbele eindscore. Dat is een veelbelovende hint dat transfer learning plausibel is. Bovendien kan een systeem als dit dat leert met minder verwerkingskracht, de training van verschillende soorten AI helpen versnellen.