Google ускорила обучение искусственного интеллекта в 10 раз

Лаборатория Google DeepMind создала новый подход к обучению алгоритмов искусственного интеллекта, который позволяет сделать процесс в десять раз эффективнее. Новый подход получил название IMPALA, а его работа описана в статье на сайте ArXiv.org.

DeepMind выпустила также набор новых игровых уровней для виртуальной среды DeepMind Lab, о чем говорится в блоге подразделения компании. Новый алгоритм машинного обучения, получивший название Importance Weighted Actor-Learner Architectures (IMPALA), позволяет отдельным частям системы обучаться выполнению сразу нескольких задач, а потом обмениваться знаниями между собой.

Сегодня большинство алгоритмов искусственного интеллекта для анализа и освоения различных игр используют обучение с подкреплением. В процессе тренировки программа получает отклик от среды — например очки за успешное прохождение уровня или штрафные баллы за ошибки — и благодаря этому улучшает свою работу. В то же время алгоритм учится выполнять конкретную задачу и, попадая в новые условия, не способен применить ранее полученные навыки.