Новая многозадачность AI DeepMind учится на рекордной скорости

Новая многозадачность AI DeepMind учится на рекордной скорости

Британская компания искусственного интеллекта DeepMind, подразделение Google, разработала новый метод обучения нейронным сетям, который сочетает в себе передовые алгоритмы и видеоигры старой школы. Новая система IMPALA одновременно выполняет несколько задач — в этом случае она играет в 57 играх Atari и обменивается опытом.

Разработчики сети AlphaGo, которые неоднократно побеждали человека в игре, считают, что машины могут учиться, а также люди. Используя систему обучения DMLab-30, которая строится на шутерах Quake III и аркадных играх Atari, команда разработала новую архитектуру IMPALA (важная модель с взвешенным статусом).


[youtube https://www.youtube.com/watch?v=_tUXM7ZfvU4&w=590&h=393]
IMPALA направляет информацию, полученную во время обучения «актерам» «ученикам». Система не только в десять раз эффективнее других моделей, но и одновременно воспроизводит много видеоигр.

Одним из главных противников разработчиков ИИ является время и вычислительная мощность, необходимые для обучения нейронной сети. Автономным машинам нужны правила, которые позволяют им экспериментировать и находить способы решения проблем. Поскольку мы не можем создавать роботы и просто пропустить их для обучения, есть симуляции и углубленная подготовка с подкреплениями.

[youtube https://www.youtube.com/watch?v=nGddvGLvkbk&w=590&h=393]

. Для современных нейронных сетей, чтобы чему-то научиться, они должны обрабатывать огромное количество информации, в данном случае миллиарды кадров. И чем быстрее они это делают, тем меньше времени требуется для обучения.

По словам представителей DeepMind, если будет достаточно процессоров, IMPALA достигнет 250 000 кадров в секунду или 21 миллиард кадров в день. Это абсолютная запись для таких задач, пишет The Next Web. И, как говорится в системной документации, KI делает работу лучше, чем аналогичные машины и люди.

. В начале февраля DeepMind выпустила ИИ, которая диагностировала нарушения зрения «от фотографии» до 3D-сканирования сетчатки. Машина научилась распознавать признаки трех заболеваний: глаукомы, диабетической ретинопатии и возрастной макулярной дегенерации. И быстрее, чем специалист.

Похожие новости