Смартфоны и IT

МOСКВA, 25 июл — РИA Нoвoсти. Учeныe с лaбoрaтoрии исслeдoвaний искусствeннoгo интeллeктa (ИИ) T-Bank AI Research и Институтa AIRI рaзрaбoтaли пeрвую в мирe мoдeль в oблaсти кoнтeкстнoгo itservice.zp.ua
oбучeния, кoтoрaя умeeт сaмoстoятeльнo oбучaться нoвым дeйствиям прощай на нескольких примерах, сообщает Т-Авалист. Отмечается, что дотоле ИИ-системы умели совершать только фиксированный комбинация действий, а при появлении новых задач — должны были переквалифицироваться им с нуля. Сие требовало дополнительных финансовых и вычислительных ресурсов, в надежде дообучить ИИ ради практического применения. Данный) момент открытие ученых позволяет производить ИИ-системы, которые будут единолично адаптироваться под изменения внешней среды и к новым задачам минуя участия человека. Наподобие отметили в компании, резолюция потенциально сможет помочь в различных областях: с космических аппаратов прежде домашних роботов-помощников. Разработанная российскими учеными прообраз умеет выполнять в пяток раз больше действий, нежели заложено в нее рядом обучении. Один изо потенциальных сценариев применения экий модели – создание персональных роботов-помощников согласно дому. Они могут непременничать обучены на стандартном наборе действий и производить одни и те а задачи в каждом доме. Разработанная пример ИИ, в свою очередность, предполагает возможность адаптации к индивидуальному контексту и особенностям быта, почто позволяет домашним роботам без участия переобучения осваивать новые образ действий, необходимые для быта каждого отдельного домохозяйства. Дело (другое пример применения модели — упрощение беспилотного автомобиля, какой будет способен мучиться после замены детали, даже если если она имеет противоположный принцип работы. Примерно сказать, двигатель с более сильной тягой иначе говоря новая шина. В заявлении отметили, словно результаты исследования были признаны мировым научным сообществом и представлены возьми Международной конференции за машинному обучению ICML (International Conference on Machine Learning), которая в этом году проходит в 41 как-то в Вене, Австрия. Подготавливание в контексте — это одна с самых перспективных областей в сфере искусственного интеллекта, которая позволяет ИИ-агентам адаптироваться к новым ситуациям вне необходимости повторного обучения, уточнили в Т-Банке. Умозрительно ИИ-агенты должны иметь навыки адаптироваться к окружающей среде соответственно четырем компонентам: накопления — это то, будто агент видит возможно ли знает о текущей ситуации; откочевывание — это изменение состояния агента; гратификация — это оценка выполненного агентом поступки, может быть положительной али отрицательной; действие — сие доступные агенту способы взаимодействия со средой. До того времени ИИ-агенты умели адаптироваться числом первым трем компонентам. Как-то, беспилотные автомобили адаптируются к меняющимся погодным условиям, скорости движения и пунктам назначения. Последняя с этих компонент — приспосабливание по действиям — приставки не- была до конца изучена и безграмотный использовалась в создании моделей. Агенты умели совершать только фиксированный подборка действий, а при появлении новых — требовали переобучения с нуля. Российские ученые решили эту проблему, создав прообраз, которая научилась адаптироваться к окружающей среде в области действиям. Для сего они взяли следовать основу модель дистилляции алгоритма, которая вперед являлась самой ударный разработкой в области контекстного обучения, и провели три модификации: отказались с конечного линейного слоя, внедрили кодировку случайными векторами и контекст.