还有这更狠的学霸?AI:我教我自己

  要学的东西太简单?太难?人类可能会因此无聊或沮丧,但人工智能不会。在刚结束不久的神经信息处理系大会(NeurIPS)上,来自加州大学伯克利分校和谷歌的研究者展示了一项新方法,让人工智能自己训练自己。

  这一新方法有望让自动驾驶汽车、家用机器人更快地学习,甚至可能帮助攻破悬而未决的数学难题。

  人工智能在地图导航领域已有不少研究,其中一种实验方法是让人工智能程序沿着有实心分布块的2D网格导航。为了让程序更快地熟悉复杂环境并到达目的地,科学家会对其反复训练,从而达到强化目的,进而提高人工智能的应用程度。

  新发布的研究中,来自加州大学伯克利分校的迈克尔·丹尼斯(Michael Dennis)和谷歌科学家娜塔莎·杰奎斯(Natasha Jaques)考虑了两种绘制地图的方法。第一种方法是在网格中随机安排分布块,但这一方法并没有让人工智能程序有很大提升。第二种方法则让人工智能程序记住过去的尝试,并相应地提升训练难度——但这种方法的瓶颈在于,有时训练模式的难度太大,程序根本无法完成。

  为此,丹尼斯和杰奎斯等人创造了一个合适的环境,让人工智能自我训练。在名为“配对”(PAIRED)的新训练方法中,他们先将已有的人工智能程序与另一个几乎相同的程序结合,二者间的优势各不相同,但它们互为“对手”。在这一模式中,已有的人工智能程序是主角,但因为遇到了旗鼓相当的“对手”,挑战变得非常困难,也正因此,其解决问题的能力一直处于临界状态。

  经过一系列训练,作为主角的人工智能程序可以解决大约五分之一的新问题。在NeurIPS的讨论会上,丹尼斯表示他们对新成果即将开展的大量工作感到非常兴奋。

  同期,在讨论会上发布的另一项研究中,杰奎斯和同事已经在用PAIRED训练人工智能程序,使之学会自动填写表单并预定航班。与传模式相,采用新训练模式的成功率大概有50%。

  对此,人工智能促进协会、康奈尔大学的计算机科学家巴特·塞尔曼(Bart Selman)表示,PAIRED是一种机智的人工智能训练方法。

  塞尔曼等人在讨论会上介绍的研究也与人工智能的自我训练有关。他们设计的人工智能程序需要在推箱子游戏中将方块推向目标位置。如果规划不当,方块很可能陷入死胡同。

  为了训练人工智能,塞尔曼和同事创建了一组更简易的拼图。训练程序会根据人工智能的表现好坏,选择不同难度的“考题”,从而让训练计划达到合适的水准。

  不过目前为止,考题对人工智能而言难还是简单并不好预测。在出给人工智能的225道考题中,有80%被破解,其中约三分之一的考题完全来自新的训练方法。塞尔曼表示,这一研究发现非常有趣,未来,他们希望将有关成果应用到未解决的数学难题上。

本文由程序自动从互联网上获取,其版权均归原作者所有,文章内容系原作者个人观点,不代表本站对观点赞同或支持。如有侵权,请联系删除。