14.11.2016, 15:47
4минуты
Руслан Зораб
1

Искусственную нейросеть научили взвешивать виртуальные объекты

Американские ученые разработали систему искусственного интеллекта (ИИ), которая может определять количественные характеристики виртуальных объектов. Препринт исследования опубликован на сервере arXiv.org.

Последние достижения в области машинного обучения позволяют искусственным нейросетям соревноваться с человеком в разных приложениях, например в распознавании устной речи или лиц. Однако компьютеры остаются неспособны идентифицировать свойства объектов. В частности, для того, чтобы научиться перемещать манипулятор к дверной ручке, роботу, которым управляет нейросеть, необходимо около двух часов.

 

Ученые из Google DeepMind, Калифорнийского университета в Беркли и других учреждений разработали систему на базе рекуррентной LTSM-сети. Для ее обучения авторы использовали два различных виртуальных мира, в которых компьютер мог взаимодействовать с окружающими предметами. В первом мире находилось четыре одинаковых по размеру куба, масса которых была произвольной в каждой сессии эксперимента. Во втором мире находилось пять кубов, сложенных в башню.

 

Задачей компьютера в первом мире было найти наиболее тяжелый куб. Для этого он мог двигать объекты по вертикали (напрямую), прикладывая определенную силу. При успешном выполнении задания ИИ получал условное вознаграждение, в случае неудачи — штраф. Спустя около 100 тысяч повторений компьютер «понял», что для выявления самого тяжелого куба необходимо предварительно взвесить все кубы, после чего дать ответ.

 

Пример распределения массы. / © Misha Denil et al., 2016

 

Во втором мире алгоритм должен был выяснить количество находящихся перед ним объектов. Часть кубов в этом случае располагалась друг на друге, формируя единый блок. Компьютер также мог взаимодействовать с кубами, после чего получал положительную или отрицательную обратную связь. Со временем он разработал оптимальную стратегию выполнения задачи: сперва башня разрушалась, после чего оценивалось количество ее элементов.

 

По словам ученых, потенциально метод можно использовать для роботов, которым, например, будет необходимо перемещаться по пересеченной местности. Кроме того, система может быть актуальна для сервисных роботов, в задачи которых войдет целенаправленное взаимодействие с окружающими объектами, в частности роботов-космонавтов. Система обучения, которую применяли авторы, сейчас используется для обучения игрового искусственного интеллекта.

11 октября
2минуты
Max Koval

Способные дышать воздухом рыбы-змееголовы распространяются по США, и власти выпустили официальный призыв убивать их при каждой встрече.

11 октября
7 минут
Max Koval

Специальный механизм в зародышевых клетках позволяет «приручить» ретровирусную инфекцию.

11 октября
3минуты
Max Koval

Свою награду он получил в том числе за урегулирование конфликта с Эритреей, а также за вклад в международное сотрудничество и мир.

11 октября
2минуты
Max Koval

Способные дышать воздухом рыбы-змееголовы распространяются по США, и власти выпустили официальный призыв убивать их при каждой встрече.

10 октября
2минуты
Илья Ведмеденко

Исследователи проанализировали аспекты, влияющие на выбор партнера, на примере бедных и богатых стран.

10 октября
5 минут
Илья Ведмеденко

Китай показал необычный летательный аппарат, похожий на НЛО. Речь идет о перспективном скоростном вертолете.

11 октября
2минуты
Max Koval

Способные дышать воздухом рыбы-змееголовы распространяются по США, и власти выпустили официальный призыв убивать их при каждой встрече.

10 октября
2минуты
Илья Ведмеденко

Исследователи проанализировали аспекты, влияющие на выбор партнера, на примере бедных и богатых стран.

10 октября
5 минут
Илья Ведмеденко

Китай показал необычный летательный аппарат, похожий на НЛО. Речь идет о перспективном скоростном вертолете.

[miniorange_social_login]

Комментарии

Написать комментарий
Подтвердить?
Лучшие материалы
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.