【中國智能制造網 智造快訊】雖然人工智能在圖像識別和產品推薦等方面取得了巨大的進步,但是如何讓AI系統擁有“記憶功能”依然是一個難題。近日,蘋果的AI研究部門的總監稱自己對強化學習非常感興趣,希望教會AI軟件通過“更少的樣本和經驗”達到更快的學習速度。
蘋果總監談人工智能:教會AI達到更快學習速度
3月28日,蘋果的AI研究部門的總監Ruslan Salakhutdinov在MIT Technology Review會議上探討了人工智能的局限性,不過他并未提及蘋果是怎樣將人工智能整合到Siri等產品中的。
Salakhutdinov于去年10月加入蘋果,他稱自己對強化學習(Reinforcement Learning)非常感興趣,利用這種技術可以教會計算機通過反復優化決策來獲取好的結果。例如,谷歌就使用了強化學習來幫助數據中心達到佳的散熱和操作配置,從而使其更加節能。
卡耐基梅隆大學(Salakhutdinov是該大學的副教授)的研究人員近也在做這方面的研究:使用強化學習訓練計算機玩上世紀90年代的視頻游戲“Doom”。很快,計算機就學會了如何快速并準確地射擊外星人,而且還發現閃避能夠躲開敵人的火力。但是,它并不擅長記憶,比如記不住迷宮的布局,這使得它無法事先規劃和制定游戲策略。
Salakhutdinov的研究涉及到一種AI軟件,它能夠記錄“Doom”中的虛擬迷宮布局以及各個參考點,以便定位特定塔樓的位置。在游戲過程中,該軟件首先會判斷火炬的顏色(紅色或者綠色),然后根據火炬的顏色定位相應顏色的塔樓。
終,這個軟件學會了如何在迷宮中找到正確的塔樓。而且當它發現自己找到的是錯誤的塔樓的時候,還會原路返回,尋找正確的塔樓。特別值得注意的是,該軟件在每次發現塔樓時都能夠回憶起火炬的顏色,Salakhutdinov解釋道。
不過,Salakhutdinov表示,這種類型的AI軟件需要“很長的訓練時間”,而且還需要強大的計算能力, 因此難以擴大規模。
此外, Salakhutdinov想要探索的另一個領域是:教會AI軟件通過“更少的樣本和經驗”達到更快的學習速度。盡管沒有在演講中提及,但是他的這一設想顯然有利于蘋果在更短的時間內創造更好的產品。
一些AI專家和分析師認為,由于蘋果公司的隱私規則更加嚴格,限制了可用于訓練AI系統的數據量,因此蘋果的AI技術不如谷歌和微軟等競爭對手。Fortune認為,如果蘋果一直使用較少的數據來訓練AI系統,那么它或許能在滿足隱私要求的同時,仍然能夠像競爭對手那樣快速對軟件進行改進。
原標題:蘋果AI總監談人工智能:對強化學習很感興趣
版權與免責聲明:
凡本站注明“來源:智能制造網”的所有作品,均為浙江興旺寶明通網絡有限公司-智能制造網合法擁有版權或有權使用的作品,未經本站授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:智能制造網”。違反上述聲明者,本站將追究其相關法律責任。
本站轉載并注明自其它來源(非智能制造網)的作品,目的在于傳遞更多信息,并不代表本站贊同其觀點或和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。如其他媒體、平臺或個人從本站轉載時,必須保留本站注明的作品第一來源,并自負版權等法律責任。如擅自篡改為“稿件來源:智能制造網”,本站將依法追究責任。
鑒于本站稿件來源廣泛、數量較多,如涉及作品內容、版權等問題,請與本站聯系并提供相關證明材料:聯系電話:0571-89719789;郵箱:[email protected]。