Ученые из России научили ИИ самостоятельно принимать решения и думать
Российские научные специалисты подготовили и опубликовали базу данных, которая позволяет обучать искусственный интеллект самостоятельному принятию решений и освоению правил работы на практических примерах.
Согласно информации, предоставленной пресс-службой Института искусственного интеллекта AIRI, данная база данных содержит целых 100 миллиардов наборов данных для контекстного обучения с подкреплением.
Специалисты отметили, что в области контекстного обучения с подкреплением не существует унификации, и ранее каждый исследователь должен был создавать новый набор данных с нуля.
Представленная база данных доступна для всех исследователей и разработчиков, и содержит в себе огромное количество фиксированных примеров данных.
Это может быть полезным не только для разработки интеллектуальных систем, которые легче адаптировать для новых задач без привлечения узкоспециализированных специалистов, но и как источник ценных синтетических данных.
База данных была создана для обучения искусственных интеллектов, которые способны быстро осваивать новые задачи, опираясь на небольшое количество готовых примеров.
Набор примеров, созданный учеными, включает информацию по 30 тысячам различных задач, адаптированных для использования в учебной среде XLand-MiniGrid, разработанной российскими специалистами.
В процессе создания этого набора задач исследователи применили алгоритмы, разработанные ранее, которые позволяют использовать большое количество графических процессоров для обучения искусственного интеллекта, подготовки баз данных и проверки результатов.
Все способы работы с данными и утилиты были опубликованы в открытом доступе на одной из популярных платформ для разработки программ.
Исследователи продемонстрировали полезность данной базы данных, применив ее для обучения искусственных интеллектов, созданных по различным методикам контекстного обучения с подкреплением — AD и DPT.
Эксперименты показали, что первая нейронная сеть обрела способность к самостоятельному принятию решений в незнакомых сценариях при наличии лишь нескольких обучающих примеров, в то время как вторая не смогла проявить аналогичной эффективности.
Ученые считают это открытие весьма любопытным.