首页 > 科普 > 释疑解惑 >
阅读

要学的东西太简单?人类可能会因此无聊或沮丧,但人工智能不会

时间:2021-01-25 22:02 来源:网络 作者: 菜叶

【菜叶网阅读分享】

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巨大提升。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。

还有比这更狠的学霸?AI:我教我自己

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,当作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训练其他人工智能程序,使之学会自动填写网络表单并预定航班。与传统模式相比,采用新训练模式的成功率大概有50%。

对此,人工智能促进协会主席、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,这一最新调查非常有趣,未来,他们希望将有关成果应用到未解决的数学难题上。

声明:本文内容仅代表作者个人观点,与本站立场无关。如有内容侵犯您的合法权益,请及时与我们联系,我们将第一时间安排处理。更多精彩内容请关注菜叶网微信公众号