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.