[新聞] DeepMind打造會自主學習新規則的人工智慧MuZero

看板Gossiping作者jackliao1990 (jack)時間3年前 (2020/12/28 00:16)推噓1(4推 3噓 9→)

留言16則, 12人參與討論串1/2 (看更多)

1.媒體來源: 聯合 2.記者署名: 楊又肇 3.完整新聞標題: DeepMind打造會自主學習新規則的人工智慧MuZero 4.完整新聞內文: Alphabet旗下人工智慧技術公司DeepMind，宣布推出名為MuZero的人工智慧系統，標榜在完全不了解規則情況下，即可快速熟悉圍棋、西洋棋、將棋，或是57款Atari電子遊戲遊玩規則，並且取得更好遊玩表現。依照DeepMind說明，MuZero的技術背後，代表可藉由人工智慧技術也覺日常生活中複雜規則，或是事前無法確知規則的難題。相比現有DQN、R2D2或Agent57人工智慧技術，MuZero能以更快效率找出既有規則，並且快速解決問題。而MuZero的技術更代表能讓人工智慧有規劃思考能力，並且利用現有條件統整規則，即便面臨全新運算場景也能快速找出問題解決方式。過去研究人員分別透過預先搜尋 (lookahead search)，以及基於現有運算模型規劃能力，讓人工智慧能針對未知規則情況進行運算，但由於既有運算方式仍仰賴前期規則訓練，因此必須花費更多時間才能順利找出全新運算環境對應規則，因此並不適合用於解決未知條件的運算需求，同時也難以解決條件相對複雜的運算情境。因此DeepMind在MuZero技術採用不同作法，而是讓人工智慧可依照當前蒐集資訊進行分析學習，藉此縮短在變動條件環境運算所需時間，其中包含當前決策價值、最佳運算決策，以及前一個決策執行成果，藉此進行反覆學習，進而從中學習最佳規則執行決策能力。在這樣的運算模型執行下，將可讓MuZero人工智慧技術在圍棋、西洋棋、將棋，或是57款 Atari電子遊戲更快發揮執行效果，甚至在棋藝能力比擬AlphaZero，並且在Atari電子遊戲執行成果更勝現有人工智慧技術。同時，若允許MuZero以更長時間進行「思考」，其在棋藝表現會有更顯著下子正確率，並且呈現更精湛的進攻方式，甚至可在電子遊戲內容有更高學習效率。未來DeepMind團隊預計利用MuZero技術解決更多人工智慧前期學習與分析未知解法問題，預期未來也能讓更多機器人、自駕車等經常處於未知判斷條件的運算需求，能在更短時間內找到合適執行方式。 5.完整新聞連結 (或短網址): https://udn.com/news/story/7086/5120425 6.備註: -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.192.157.138 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1609085810.A.964.html

推

cattgirl

12/28 00:17, 3年前 , 1^F

12/28 00:17, 1^F

推

qk3380888

12/28 00:17, 3年前 , 2^F

12/28 00:17, 2^F

→

SungHyun

12/28 00:17, 3年前 , 3^F

12/28 00:17, 3^F