OpenAI разрабатывают систему искусственного интеллекта, который может эволюционировать.

МЕНЮ


Новости ИИ
Поиск

ТЕМЫ


Big data
Беспилотные автомобили
БПЛА
генетические алгоритмы
Головной мозг
городские сумасшедшие
дополнительная реальность
ИИ проекты
интернет вещей
искусственный интеллект
ИТ-гиганты
квантовые компьютеры
кибербезопасность
Кластеризация
Машинное обучение
Методы научного исследования
наука и образование
нейронные процессоры
нейронные сети
Нейронные сети: искусственные
Нейронные сети: реализация
облачные вычисления
Поведение животных
Поисковые алгоритмы. Ранжирование
Психология
Работа памяти
Разработка ПО
распознавание образов
Распознавание речи
робототехника
Семинары
суперкомпьютеры
Теория эволюции
техническое зрение
Трансгуманизм
Угроза искусственного интеллекта
Чат-боты

АРХИВ


Апрель 2017
Март 2017
Февраль 2017
Январь 2017
Декабрь 2016
Ноябрь 2016
Октябрь 2016
Сентябрь 2016
Август 2016
Июль 2016
Июнь 2016
Май 2016
Апрель 2016
Март 2016
Февраль 2016
Январь 2016
0000

RSS


RSS новости
свиной грипп

Новостная лента форума ailab.ru

2017-03-27 22:40

ИИ проекты

Обучать нейронные сети непросто. Даже если их несложно создать, то дальнейшее обучение может потребовать множество часов, независимо от того, сколько вычислительной мощности использовать. У исследователей из компании OpenAI появился новый подход к решению этой проблемы. Они разработали нейронную сеть, которая использует стратегию эволюции, однако она не похожа на биологическую эволюцию. Вместо того, чтобы использовать один и тот же метод обучения нейронной сети, исследователи стараются научить ее обучаться самостоятельно.

Подобная система может начать решать задачу с использованием множества случайных параметров, а затем, делая догадки, все ближе и ближе подбираться к единственно правильному решению.

Несмотря на то, что данный подход выглядит слегка загадочно, он имеет очевидные преимущества. Новая технология устраняет многие традиционные проблемы, связанные с обучением нейронных сетей, делая их код более простым в реализации. Кроме того, данная методика помогает легко масштабировать нейронные сети, что позволит, используя более мощные вычислительные машины, справляться с обучением быстрее.

В тестах, проводимых исследователями из компании OpenAI, суперкомпьютер с 1440 ядрами смог обучить компьютерные модели гуманоидов ходьбе всего за 10 минут, в то время как обычная нейронная сеть тратит на это около 10 часов. При этом вычислительная мощность компьютера напрямую влияет на скорость решения задачи.

Еще одним несомненным плюсом данного подхода является то, что операторы нейронных сетей перестанут тратить множество часов на их обучение – они будут лишь вводить начальные данные и проверять результат.

Источник (рус.): ( https://naked-science.ru/article/concept/strategiya-e.. )
Источник (англ.): ( https://blog.openai.com/evolution-strategies/)


Источник: portalinweb.com