编辑推荐推荐书籍

苹果AI总监谈人工智能:对强化学习很感兴趣
来源:互联网  (转载协议)   发布日期:2017-03-31 09:25   浏览:12125专栏投稿 值班编辑:QQ281688302

本文作者:周翔 虽然人工智能在图像识别和产品推荐等方面取得了巨大的进步,但是这项技术仍然面临诸多挑战,特别是如何让AI系统拥有记忆功能依然是一个难题。 本周二(3月28日),苹果的AI研究部门的总监Ruslan Salakhutdinov在MIT Technology Review会议上

赞助本站

本文作者:周翔

虽然人工智能在图像识别和产品推荐等方面取得了巨大的进步,但是这项技术仍然面临诸多挑战,特别是如何让AI系统拥有“记忆功能”依然是一个难题。

本周二(3月28日),苹果的AI研究部门的总监Ruslan Salakhutdinov在MIT Technology Review会议上探讨了人工智能的局限性,不过他并未提及苹果是怎样将人工智能整合到Siri等产品中的。

Salakhutdinov于去年10月加入苹果,他称自己对强化学习(Reinforcement Learning)非常感兴趣, 利用这种技术可以教会计算机通过反复优化决策来获取最好的结果。例如,谷歌就使用了强化学习来帮助数据中心达到最佳的散热和操作配置,从而使其更加节能。

卡耐基梅隆大学(Salakhutdinov是该大学的副教授)的研究人员最近也在做这方面的研究:使用强化学习训练计算机玩上世纪90年代的视频游戏“Doom”。很快,计算机就学会了如何快速并准确地射击外星人,而且还发现闪避能够躲开敌人的火力。但是,它并不擅长记忆,比如记不住迷宫的布局,这使得它无法事先规划和制定游戏策略。

Salakhutdinov的研究涉及到一种AI软件,它能够记录“Doom”中的虚拟迷宫布局以及各个参考点,以便定位特定塔楼的位置。在游戏过程中,该软件首先会判断火炬的颜色(红色或者绿色),然后根据火炬的颜色定位相应颜色的塔楼。

最终,这个软件学会了如何在迷宫中找到正确的塔楼。而且当它发现自己找到的是错误的塔楼的时候,还会原路返回,寻找正确的塔楼。特别值得注意的是,该软件在每次发现塔楼时都能够回忆起火炬的颜色,Salakhutdinov解释道。

不过,Salakhutdinov表示,这种类型的AI软件需要“很长的训练时间”,而且还需要强大的计算能力, 因此难以扩大规模。

此外, Salakhutdinov想要探索的另一个领域是:教会AI软件通过“更少的样本和经验”达到更快的学习速度。尽管没有在演讲中提及,但是他的这一设想显然有利于苹果在更短的时间内创造更好的产品。

一些AI专家和分析师认为,由于苹果公司的隐私规则更加严格,限制了可用于训练AI系统的数据量,因此苹果的AI技术不如谷歌和微软等竞争对手。Fortune认为,如果苹果一直使用较少的数据来训练AI系统,那么它或许能在满足隐私要求的同时,仍然能够像竞争对手那样快速对软件进行改进。

登陆 | 注册 欢迎登陆本站,认识更多朋友,获得更多精彩内容推荐!

赞助本站

人工智能实验室
网友评论
好车贷
推荐内容
展开
Copyright © 2010-2018 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港 | 手机信息网