DeepMind از یک مدل هوش مصنوعی جدید با قابلیت بهبود مهارت های خود رونمایی کرد [ساعت]

شرکت دیپ‌مایند گوگل از مدل هوش مصنوعی جدیدی رونمایی کرده است که می‌تواند با کمترین دخالت انسان مهارت‌های جدید را یاد بگیرد.

ربات‌های امروزی می‌توانند کارهای مختلفی را که از قبل برای آن‌ها تمرین داده شده‌اند، انجام دهند؛ اما چه می‌شود اگر ربات‌ها به آموخته‌های قبلی خود محدود نباشند؟ شرکت دیپ‌مایند، متعلق به گوگل، از مدل هوش مصنوعی جدیدی پرده برداشته است که می‌تواند با کمترین دخالت انسان خود را بهبود بدهد و مهارت‌های جدید کسب کند.

مدل جدید هوش مصنوعی دیپ‌مایند با نام RoboCat می‌تواند بسیار سریع‌تر از جدیدترین مدل‌ها مهارت‌های جدید را بیاموزد. این مدل براساس مدل چندوجهی Gato، متعلق به خود دیپ‌مایند، ساخته شده (Gato در اسپانیایی به‌معنای «گربه» است). مدل RoboCat می‌تواند زبان، تصاویر و کارهای مختلف را در محیط‌های شبیه‌سازی‌شده و واقعی پردازش کند.

هوش مصنوعی RoboCat دیپ‌مایند چگونه مهارت جدید می‌آموزد؟

معماری Gato که از مجموعه بزرگی از دنباله‌های تصویری و انجام صدها کار مختلف با بازوهای رباتیک تشکیل شده، کمک زیادی به توسعه مدل هوش مصنوعی RoboCat کرده است. دیپ‌مایند به این مدل هوش مصنوعی یاد داده تا با طی پنج مرحله زیر روش انجام کارهای جدید را بیاموزد:

1. 100 تا 1000 نمونه از اطلاعات مربوط به انجام یک کار را گردآوری کن.

2. عملکرد RoboCat را در انجام این کار بهبود بده و یک نمونه انشعابی از همان کار را ایجاد کن.

3. نمونه انشعابی را به‌طور میانگین حدود 10,000 بار تمرین کن تا اطلاعات آموزشی بیشتری به‌دست بیاوری.

4. اطلاعات گردآوری‌شده و تولیدشده را به مجموعه داده‌های RoboCat اضافه کن.

5. با استفاده از این مجموعه داده‌های جدید، نسخه تازه‌ای از RoboCat را آموزش بده.

این سازوکار به مدل هوش مصنوعی جدید دیپ‌مایند اجازه می‌دهد به‌سرعت خود را با کارهای جدید مطابقت دهد. برای مثال، حتی اگر در تمرینات اولیه این هوش مصنوعی اطلاعات کار با بازوهای رباتیک جنگک‌دار وجود نداشته باشد، این سیستم می‌تواند بیاموزد که چگونه باید از این نوع ربات‌ها استفاده کند.

محققان می‌گویند هرچه کارهای جدید بیشتری را به RoboCat یاد داده‌اند، این هوش مصنوعی عملکرد بهتری در یادگیری کارهای جدید پیدا کرده است. درواقع نسخه‌های اولیه این مدل فقط در 36 درصد از موارد می‌توانست کارهای جدید را یاد بگیرد، اما جدیدترین نسخه آن، این نرخ را به 2 برابر رسانده است.