DeepMind memberikan akses gratis ke lingkungan pembelajaran mesin virtual

Baru-baru ini, perwakilan dari divisi DeepMind (sekarang bagian dari holding Alphabet) mengumumkan penyediaan akses gratis ke pengembang ke kode sumber platform DeepMind Lab. Ini adalah layanan pembelajaran mesin berbasis Quake III yang dirancang untuk pelatihan kecerdasan buatan. Yaitu - untuk belajar bagaimana memecahkan masalah dalam ruang tiga dimensi tanpa campur tangan manusia. Inti dari platform adalah mesin game Quake III Arena.

Di dalam dunia game, AI mendapatkan bentuk bola dan kemampuan untuk terbang sambil menjelajahi ruang sekitarnya. Tujuan yang ditetapkan oleh pengembang adalah untuk mengajarkan bentuk lemah AI untuk "memahami" apa yang terjadi dan menanggapi berbagai situasi yang terjadi di dunia virtual. "Karakter" dapat melakukan serangkaian tindakan, bergerak melalui labirin, dan mempelajari lingkungan terdekat.

“Kami mencoba mengembangkan berbagai bentuk AI yang dapat melakukan sejumlah tugas dari studi dunia game yang biasa hingga mengambil tindakan apa pun dengan analisis konsekuensinya,” kata Shane Legge, kepala peneliti di DeepMind.



Spesialis berharap AI dapat belajar dengan coba-coba. Game dalam hal ini hampir merupakan opsi yang ideal. Sebagai contoh, sebelumnya di DeepMind mereka menggunakan (dan menggunakan sekarang) konsol game Atari untuk mengajarkan jaringan saraf untuk melakukan tindakan berurutan yang diperlukan untuk permainan.

Tetapi dunia tiga dimensi terbuka yang dapat diubah mewakili lingkungan yang jauh lebih menjanjikan untuk belajar AI daripada dunia datar mainan sederhana yang sederhana untuk Atari. AI dalam dunia tiga dimensi memiliki penugasan yang jelas yang berubah secara berurutan sedemikian rupa sehingga pengalaman yang diperoleh dalam menyelesaikan setiap penugasan sebelumnya ternyata bermanfaat bagi AI dalam menyelesaikan penugasan berikutnya.

Keuntungan dari lingkungan tiga dimensi adalah dapat digunakan untuk melatih sistem komputer untuk merespons berbagai masalah yang dapat terjadi pada robot di dunia nyata. Dengan menggunakan simulator ini, robot industri dapat dilatih tanpa masalah. Dan bekerja dengan lingkungan virtual bukan contoh yang lebih mudah dalam beberapa kasus daripada mengajar sistem seperti itu "secara manual".

Pada saat yang sama, sebagian besar jaringan saraf modern dikembangkan untuk menyelesaikan satu masalah khusus (pemrosesan gambar, misalnya). Pengembang platform baru berjanji bahwa itu akan membantu menciptakan bentuk universal AI yang dapat menyelesaikan sejumlah besar tugas. Apalagi bantuan orang dalam hal ini, sistem komputer tidak diperlukan. Generasi lingkungan untuk jaringan saraf terjadi setiap waktu dalam urutan acak.


Menurut pendapat para pengembang platform, membantu untuk belajar tentang AI seperti anak-anak belajar. "Bagaimana Anda atau saya mempelajari dunia pada masa kanak-kanak," mengutip sebuah contoh dari salah satu karyawan DeepMind. “Komunitas pembelajaran mesin selalu sangat terbuka. Kami menerbitkan sekitar 100 artikel setahun, di samping itu, kami telah membuka kode sumber untuk banyak proyek kami. ”

Sekarang Google DeepMind telah membuka kode sumber DeepMind Lab, mempostingnya di GitHub. Berkat ini, siapa pun dapat mengunduh kode platform dan memodifikasinya agar sesuai dengan kebutuhan mereka. Perwakilan proyek menyatakan bahwa spesialis yang terhubung dapat membuat sendiri level game baru dengan mengunggah proyek mereka sendiri ke GitHub. Ini dapat membantu seluruh komunitas untuk mencapai tujuan mereka lebih cepat dan lebih efisien.

Proyek ini bukan satu-satunya untuk DeepMind. Bulan lalu, para perwakilannya menandatangani perjanjian kerja sama dengan Activision Blizzard Inc. Tujuannya adalah untuk mengubah lingkungan Starcraft 2 menjadi test bed untuk kecerdasan buatan. Mungkin dalam waktu dekat pengembang game lain akan bergabung dengan proyek ini. Omong-omong, AI dalam lingkungan permainan tidak mendapatkan keuntungan apa pun atas musuh, hanya menggunakan informasi visual untuk promosiseperti seorang pria.

Dalam praktiknya, ini berarti bahwa Google AI perlu memprediksi apa yang dilakukan musuh pada waktu tertentu untuk merespons tindakan "musuh" secara memadai. Selain itu, perlu untuk segera menanggapi apa yang telah melampaui rencana. Semua ini akan memungkinkan pengujian tingkat kemampuan kecerdasan buatan berikutnya. "Pada akhirnya, kami ingin menggunakan kemampuan ini untuk memecahkan masalah global," kata Demis Hassabis, pendiri Deepmind (Google membelinya pada tahun 2014, dan AI sedang dikembangkan berdasarkan pencapaian perusahaan yang diakuisisi).

Spesialis AI dengan hati-hati menyetujui proyek. "Hal baiknya adalah mereka menyediakan sejumlah besar jenis lingkungan," kata Ilya Sutskevar, salah satu pendiri OpenAI. "Semakin banyak jenis lingkungan yang ditemui sistem, semakin cepat akan berkembang," lanjutnya. Memang, lingkungan belajar AI tiga dimensi berisi lebih dari 1000 level dan jenis lingkungan.

Zoubin Gahrahmani, seorang profesor di Cambridge, percaya bahwa DeepMind Lab dan platform lain untuk meningkatkan pengembangan kecerdasan buatan berkontribusi terhadap kemajuan, yang memungkinkan para peneliti untuk mengakses lingkungan yang dikembangkan. Apalagi proyek seperti ini cukup transparan. Dia juga memperhatikanbahwa seseorang mencapai tingkat permainan tertentu membutuhkan waktu jauh lebih sedikit daripada komputer. Oleh karena itu, profesor meragukan bahwa AI, bentuknya yang lemah, akan sulit untuk setidaknya membawa ke tingkat seseorang dalam hal kecepatan belajar.

Source: https://habr.com/ru/post/id399853/