211service.com
Estos brazos robóticos virtuales se vuelven más inteligentes entrenándose unos a otros
A virtual El brazo robótico ha aprendido a resolver una amplia gama de rompecabezas diferentes. —apilar bloques, poner la mesa, arreglar piezas de ajedrez— sin tener que volver a entrenarse para cada tarea. Hizo esto jugando contra un segundo brazo robótico que fue entrenado para enfrentar desafíos cada vez más difíciles.
Auto juego: Desarrollado por investigadores de IA abierta , los brazos robóticos idénticos, Alice y Bob, aprenden jugando uno contra el otro en una simulación, sin intervención humana. Los robots utilizan el aprendizaje por refuerzo, una técnica en la que las IA son entrenadas por ensayo y error sobre qué acciones tomar en diferentes situaciones para lograr ciertos objetivos. El juego consiste en mover objetos sobre una mesa virtual. Acomodando los objetos de maneras específicas, Alice intenta armar acertijos que son difíciles de resolver para Bob. Bob intenta resolver los acertijos de Alice. A medida que aprenden, Alice establece acertijos más complejos y Bob mejora su resolución.
Después de entrenar en rompecabezas de bloques creados por Alice, Bob puede generalizar una variedad de tareas, que incluyen poner una mesa y arreglar piezas de ajedrez.
Multitarea: Los modelos de aprendizaje profundo generalmente tienen que volver a entrenarse entre tareas. Por ejemplo, AlphaZero (que también aprende jugando juegos contra sí mismo) usa un solo algoritmo para aprender a jugar ajedrez, shogi y Go, pero solo un juego a la vez. El AlphaZero que juega al ajedrez no puede jugar al Go y el que juega al Go no puede jugar al shogi. Construir máquinas que realmente puedan realizar múltiples tareas es un gran problema sin resolver en el camino hacia una IA más general .
Dojo de IA: Un problema es que entrenar una IA para realizar múltiples tareas requiere una gran cantidad de ejemplos. OpenAI evita esto entrenando a Alice para que genere los ejemplos para Bob, usando una IA para entrenar a otra. Alice aprendió a establecer metas como construir una torre de bloques, luego levantarla y equilibrarla. Bob aprendió a usar las propiedades del entorno (virtual), como la fricción, para agarrar y rotar objetos.
Realidad virtual: Hasta ahora, el enfoque solo se ha probado en una simulación, pero los investigadores de OpenAI y otros lugares están mejorando en la transferencia de modelos entrenados en entornos virtuales a entornos físicos. Una simulación permite que las IA agiten grandes conjuntos de datos en un corto período de tiempo, antes de ajustarse a la configuración del mundo real.
Ambición general: Los investigadores dicen que su objetivo final es entrenar a un robot para que resuelva cualquier tarea que una persona pueda pedirle. Al igual que GPT-3, un modelo de lenguaje que puede usar el lenguaje en una amplia variedad de formas diferentes, estos brazos robóticos son parte de la ambición general de OpenAI de construir una IA multitarea. Usar una IA para entrenar a otra podría ser una parte clave de eso.