OpenAI Universe сделает ИИ более понятным

Увлечение детей видеоиграми и посиделками в сети в ущерб освоению школьной программы превращается в настоящий кошмар для родителей. Но команда OpenAI верит в то, что новый подход «довольного родителя» может на самом деле приблизить нас на один шаг к освоению трудно понимаемого ИИ.

Новый инструмент Universe был создан для обучения и оценки структур ИИ во взаимодействии с видеоиграми, приложениями и веб-сайтами.

Основанная Илоном Маском и Сэмом Альтманом платформа OpenAI ставит своей целью расширение возможностей применения ИИ, сделав его более доступным для пользователей. Universe выпускается с 2600 играми Atari, 1000 флеш-играми и 80-ю браузерными средами с целью ускорения создания обобщенного ИИ, который способен выполнять несколько задач, а не одну, как сейчас.

Этот новый инструмент работает в том же ключе, что и предыдущие проекты, такие как ImageNet. База данных ImageNet является огромным набором вручную помеченных изображений. Исследователи использовали его в течение многих лет, чтобы проверить точность своей системы распознавания образов. Universe продвигает все это еще на один шаг вперед, заменив изображения флэш-играми, веб-браузером, фото редакторами и даже программным обеспечением CAD. Одной из замечательных особенностей Universe является применимость к реальному миру.

«В апреле мы запустили «тренажерный зал» - инструментарий для разработки и сравнения алгоритмов обучения с подкреплением, - объяснил OpenAI в своем блоге, - C Universe любая программа может быть запущена в среде тренажерного зала».

Обучение с подкреплением – это ветвь машинного обучения, которая использует идею награды для оптимизации путей решения проблем. Ранее в этом году DeepMind опубликовала документ о применения обучения с подкреплением для освоения игр Atari.

На Atari сделать это относительно легко, это просто результат игры. Но чтобы сделать этот метод универсальным, OpenAI пришлось построить нейтральную сеть на основе сверхточной модели. Модель позволяет легко анализировать результаты игры с постоянно меняющейся, сложной типографикой и фоновыми изображениями. После выполнения анализа данные игры могут быть включены в функции наград при обучении с подкреплением.

Если исследователи смогут достичь очень высокой точности ряда задач в обобщенной манере, ИИ будет способен решать проблемы далеко за пределами досягаемости современных платформ, таких как Siri или Google Assistant. OpenAI использовал пример бронирования билета, чтобы описать будущее, в котором ИИ может манипулировать поиском на сайте и в конечном итоге забронировать рейсы.