Se denne AI-politibil kæmpe for en AI-jeep



En maskinuddannelsesudvikler ved navn Sebastian Schuchmann udviklede for nylig et par neurale netværk. Først var de som søskende, og lærte sig vej i en mærkelig ny verden sammen med hinanden for selskab. Derefter tvang han dem til at kæmpe for underholdningen for sine YouTube-abonnenter.

Netværkene, der er repræsenteret som en politicruiser og en grøn jeep i et videospilverden, blev skabt i Unity3D. Shuchmann sagde i et svar på videoen på sin YouTube-side:

Unity-fyre har en maskinlæringsramme kaldet ML-Agents, som jeg bruger til de fleste af mine ting. Det implementerer algoritmer som PPO (dette er de samme ting, som OpenAI bruger). Jeg er i øjeblikket ved at flytte mere af min træning over i skyen for at fremskynde produktionstiden .. men selvfølgelig kommer dette til en omkostning.

Hvert neurale netværk blev bygget til at bruge forstærkende læring til at gennemføre en bestemt opgave. I dette tilfælde skal politibilen stoppe jeep fra at krydse en hvid linje. Hvis det lykkes, belønnes det, hvis det mislykkes, straffes det. Den negative er sandt for jeep.

Dit sind blæses sandsynligvis ikke efter at have set det – bilerne går for det meste slags tabt og går i cirkler med den lejlighedsvis korte bevægelse, der giver mening. Men dette er en fremragende repræsentation af, hvordan forstærkningslæring fungerer. Maskiner, under det nuværende AI-paradigme, regner ting ud ved hjælp af brute force. Tidligt i videoen sidder bilerne bare ubevægelige, senere spiller de næsten spillet.

Givet nok tid ville disse biler sandsynligvis udvise overmenneskelige taktikker, da de fortsatte med at optimere deres netværk for at nå deres mål. Nogle AI-eksperter frygter, at denne form for 'åben' indlæringssituation kan resultere i et dommedagscenarie.

Men i øjeblikket er dette bare en rigtig cool måde at få indblik i, hvordan maskiner 'tænker' ved hjælp af dagens maskinindlæringssystemer. Du kan se Shuchmanns andre videoer her.

Besøg vores afdeling for kunstig intelligens for mere nyheder og analyse fra AI's verden.