一线算法工程师,全程面授指导,让每一位学员高薪就业
课程咨询:180 0058 5380
猎维人工智能培训

新突破!人工智能深度学习通过忽略目标来实现目标!

发布时间:2019-11-27 11:00:00   分类: 行业资讯   阅读量:33  作者:猎维人工智能培训

当前位置: 猎维科技AI培训 > 行业资讯 > 新突破!人工智能深度学习通过忽略目标来实现目标!

近年来,神经网络借鉴了生物学策略的相关理论知识,实现了大飞跃,完成了之前无法完成的任务。神经进化作为人工智能深度学习的一个研究领域,试图通过进化算法而非随机梯度下降来设计和构建神经网络。然而,神经进化存在两大难题:高昂的计算成本和不明确的目标。最近,基于垫脚石原理的神经进化算法终于成功克服这些挑战,带来了新的研究思路:忽略目标比直接追求目标能更快速实现目标。忽略目标或许是制造真正智能机器的最佳方法。

深度学习忽略目标比直接追求目标能更快速实现目标

Stanley是神经进化这个人工智能深度学习领域的先驱,神经进化利用生物进化原理来设计更智能的算法。对于Picbreeder来说,每张图片都是由一个类似于神经网络的计算系统产生的。当选择一张图片,生成新的15张图片时,被选择的图片对应的神经网络会突变为15个略有不同的变种,每个变种分别产生一张新图片。Stanley并没有打算让Picbreeder做出什么特别的东西,他只是有一种预感,依靠这个发现,也许能让他学到一些和进化论或者人工智能相关的东西。

在过去五年左右的时间里,人工智能深度学习和强化学习领域的研究呈现爆炸式增长

人工智能深度学习和强化学习领域的研究呈现爆炸式增长

话又说回来,没有什么策略是完美的。在过去五年左右的时间里,人工智能深度学习和强化学习领域的研究呈现爆炸式增长。在强化学习中,算法与环境相互作用(例如,机器人在现实世界中穿行,AI玩家在游戏中竞争),通过反复试验来学习哪些行为会产生期望的结果。Deepmind使用深度强化学习开发了一个程序,可以在围棋上击败世界上最好的棋手。在此之前,许多人认为这一壮举还需要几年或几十年的时间才可能实现。