211service.com
El nuevo gurú de la IA de Tesla podría ayudar a sus autos a aprender por sí mismos
Elon Musk tiene Contratado un nuevo director de investigación de IA en Tesla, y puede señalar un plan para repensar la forma en que funciona su conducción automatizada.
Esta semana, Musk escalfado andrej karpatia , un experto en visión, aprendizaje profundo y aprendizaje reforzado, de OpenAI, una organización sin fines de lucro que Musk y otros están financiando y que se dedica a descubrir y promulgar el camino hacia una inteligencia artificial general segura.
Karpathy, quien aparentemente reportará directamente a Musk, es una estrella en ascenso en el mundo de la IA, después de haber estudiado en Stanford con Fei Fei Li , un destacado experto en IA que ahora es el científico jefe de Google Cloud. Li es famoso en los círculos tecnológicos por haber desarrollado un conjunto de datos de imágenes que ayudaron a inspirar un gran avance en la visión artificial.
Muchos han señalado la experiencia de Karpathy en visión por computadora como un activo clave para Tesla, y eso es cierto. Pero su experiencia en la construcción de sistemas de aprendizaje por refuerzo podría ser aún más importante para el esfuerzo del piloto automático de Tesla.
El aprendizaje por refuerzo se inspira en la forma en que los animales aprenden repitiendo el comportamiento que condujo a un resultado positivo. Y, como señalamos a principios de este año, ha demostrado ser una forma poderosa de entrenar a las computadoras para que hagan cosas que son imposibles de programar (ver 10 Tecnologías innovadoras 2017: Aprendizaje por refuerzo). Esta forma de aprendizaje automático estaba en el corazón de AlphaGo, un programa informático de DeepMind de Alphabet que aprendió a jugar el antiguo juego de mesa Go con una habilidad sobrehumana.
Varios fabricantes de automóviles, incluidos Google, Uber y Mobileye, que Intel adquirió recientemente, buscan el aprendizaje reforzado como una forma de que los automóviles descubran por sí mismos, en simulación, cómo conducir en situaciones desafiantes. Piense en una parada de cuatro vías o en una intersección concurrida. Es increíblemente desafiante escribir las reglas para que un automóvil navegue en una situación así. Pero, a través del aprendizaje por refuerzo, podría ser posible que un automóvil autónomo aprenda cómo hacer esto por sí mismo.
Después de Stanford, Karpathy hizo una pasantía en DeepMind, donde el aprendizaje por refuerzo es un enfoque principal. La técnica también es un gran tema en OpenAI.
De hecho, en un publicación larga sobre el aprendizaje por refuerzo en su propio blog, Karpathy menciona el aprendizaje por refuerzo en el contexto del piloto automático de Tesla. Señala que, si bien el aprendizaje por refuerzo generalmente no se adapta bien a situaciones en las que la experimentación es costosa, los nuevos enfoques, combinados con una gran cantidad de datos del mundo real (del tipo que está recopilando Tesla), pueden ayudar.
El nombramiento de Karpathy como director de investigación de IA de Tesla indica algo más sobre el desafío de la conducción autónoma: queda un trecho por recorrer antes de que se resuelva (consulte Lo que debe saber antes de subirse a un automóvil autónomo).
(Lee mas: TechCrunch , 10 Tecnologías innovadoras 2017: Aprendizaje por refuerzo )