Image
2.10.2017 0 Comments

Startup prináša triky, pomocou ktorých roboty ľahšie zvládnu zložité úlohy

Laboratórium DeepMind patriace Googlu používa sofistikované počítačové simulácie, aby sa počítače naučili, ako plniť určité úlohy. Simulovaný tréning, nazývaný reinforcement learning, vyžaduje od počítača, aby vyskúšal tisíce (alebo aj milióny) rôznych vecí, kým sa mu podarí zistiť, ako to robiť. S využitím tohto prístupu v kombinácii s hlbokým učením londýnska výskumná jednotka učí počítače, ako poraziť najlepších svetových hráčov go, a trénuje roboty pohybovať sa po svete.

Teraz malý kalifornský startup Bonsai objavil trik, ako prekonať DeepMind v tejto hre. Spoločnosť ho nazvala concept networks (koncepčné siete) a podstatne zvyšuje efektívnosť reinforcement learningu.

V nedávno publikovanom článku výskumníci z Bonsai opisujú, ako fungujú koncepčné siete tým, že sa cieľ  rozdelí do rôznych problémových oblastí. Ak chcete napríklad, aby sa robot naučil stavať z kociek, treba úlohu rozdeliť na päť konceptov: dosah, usmernenie, uchopenie, pohyb a skladanie. Robot sa musí naučiť všetkých päť úkonov, aby dokázal vykonať úlohu. Bonsai chce riešiť každý koncept individuálne a nakoniec ich skombinuje na dokončenie úlohy.

Rozbitím problému na jednotlivé koncepty musí robotické rameno riešiť súbor jednoduchších cieľov, napríklad zistiť, ako uchopiť kocku. Niektoré koncepty, ako je dosah a pohyb, sú už vysoko optimalizované pomocou klasických ovládačov (nie hlbokých neurónových sietí), vyjadril sa zakladateľ Bonsai Mark Hammond. To znamená, že dosah a pohyb netreba opakovane trénovať, čím sa skráti čas potrebný na výcvik. Ostatné úkony, ktoré ešte nie sú optimalizované, musí robot trénovať pomocou simulácie prostredníctvom neurónových sietí.

Hoci v dokumente DeepMind sa opisuje podobný prístup k učeniu pri uchopení a stohovaní kociek, koncepčné siete Bonsai sú oveľa efektívnejšie. Systém DeepMind potreboval na naučenie úchopu a stohovania milión pokusov (čo znamená, že robotické rameno malo milión pokusov na dokončenie úlohy v simulovanom prostredí), systému Bonsai na to stačilo 22 000 opakovaní cyklu.

Deep reinforcement learning je dôležitá metóda, ako učiť systémy s umelou inteligenciu interakcii so svetom. Napríklad Google využíva technológiu DeepMind vo svojich dátových centrách, aby znížil spotrebu energie na ich chladenie o 40 %. Bonsai sa zameriava na veľké priemyselné systémy, napr. veterné elektrárne, kde by sa táto technológia mohla využiť na významné zvýšenie efektivity.

Zdroj: Forbes

Autor: Redakcia

Nechajte si posielať prehľad najdôležitejších správ emailom

Mohlo by Vás zaujímať

Startupy

Slováci sa dostali na mapu TOP európskych startupov

30.09.2019 00:00

Hlavným faktorom ovplyvňujúcim úmrtnosť v prípade infarktu, zástavy srdca a mozgovej príhody je doba medzi nástupom príznakov a liečbou. Cieľom slovenského tímu zo startupu STEMI Global je urýchlenie ...

Startupy

Startup chce 3D tlačou vyrábať pilulky „na mieru“. Pacient by užil len jednu denne

29.07.2019 00:15

Plastové organizéry na lieky sa môžu stať čoskoro minulosťou. Farmaceutický startup Multiply Labs, ktorý založil Fred Parietti, totiž pracuje na technológii umožňujúcej 3D tlač jedinej tabletky denne ...

Žiadne komentáre

Vyhľadávanie

ITAPA_2019

Najnovšie videá

Dgitalna medicina
MANDAYIT 2019