DeepMinds senaste AI överför sin inlärning till nya uppgifter

Kategori: Artificiell intelligens Postad 12 feb

Genom att använda insikter från ett jobb för att hjälpa det göra ett annat, antyder en framgångsrik ny artificiell intelligens en mer mångsidig framtid för maskininlärning.

Bakgrundshistoria: De flesta algoritmer kan tränas i endast en domän och kan inte använda det som har lärts för en uppgift för att utföra en annan, ny. Ett stort hopp för AI är att få system att ta insikter från en inställning och tillämpa dem någon annanstans – det som kallas transfer learning.

Vad är nytt: DeepMind byggde ett nytt AI-system som heter IMPALA som samtidigt utför flera uppgifter – i det här fallet spelar 57 Atari-spel – och försöker dela lärande mellan dem. Det visade tecken på att överföra det man lärt sig från ett spel till ett annat.

Varför det är viktigt: IMPALA var 10 gånger mer dataeffektiv än en liknande AI och uppnådde dubbla slutresultatet. Det är ett lovande tips om att överföringslärande är rimligt. Dessutom kan ett sådant här system som lär sig med mindre processorkraft hjälpa till att påskynda träningen av olika typer av AI.