Deepmind 人工智能 @ FDOT14
Deepmind artificial intelligence @ FDOT14
频道:Elizr · 时长:4:40 · 发布:2014-04-19 · 播放:288065
简介
一段用智能手机拍摄的 2014 年巴黎活动短片,DeepMind CEO Demis Hassabis 展示了 AI 学习玩老式 Atari 游戏。该系统仅从视频信号和得分中学习。音频质量很差。
HN 为什么推荐
HN 评论者将其视为深度强化学习的经典演示,并指出观看它比读文章能学到更多。
从 YouTube 视频中学到的技术比从文章中学到的更多 — HN, 2014
中文字幕节选
而是上百个门,所以你可以看到它相当不错,不是非常好,但你能看到 它慢慢开始理解,你能看到它有点明白 它应该做什么,试图向球移动,所以经过一小时的 训练,大约200局游戏,现在你可以看到它在数量上更好了,它接住 所有球的时间大约在百分之三十到四十,还不完美,但 基本上在变好,现在经过两小时或300局游戏,它比任何 人类玩这个游戏都更好,所以这又是球,即使球以 非常快的垂直速度回来,然后我们想,好吧,这相当不错,但让我们 再训练两个小时,看看会发生什么,然后这惊人的事情 发生了,我们将会有很多,尤其是更大的游戏,然后发送 到处转 某处,不是研究人员在学习,了不起的家伙们,从事这个的人看到 实际上让他们震惊,因为我们做了,我们还没有加入那种能力,比如 长期记忆,在那个时候我们认为那是解决 那个问题所需要的,并以那种方式进入,只是为了向你展示它的一般能力 所以只是想,一分钟他们在这里,你知道,几十个其他 游戏,包括这个叫《耐力赛》的游戏,赛车,尽可能快地比赛, 这不是一个游戏,或者《河流突袭》,在这里你控制这架战斗机,所以 你可以看到游戏类型的巨大多样性,同一个算法可以 仅从像素玩,你没有被给予其他任何东西,当然有一个 塑料洞,是这里的绿色背景,它每次都赢21,知道吗,对抗这个扑克 再次我们会看到《探索者》控制潜艇,它必须学会何时必须回到 水面获取水,你知道,所以所有这些损害,看它们在视觉上多么不同 它们看起来如此不同,所以你知道每个游戏看起来完全不同,从《昆顿》亲自 但当然它只是燃烧游戏背后的结构,所以这里又是一个,什么 方面,有点试图获得所有的草药,很多我最喜欢的,拳击,所以 这里,A控制着白方拳击手,它进行了一些对打,然后 最终把另一个拳击手逼到角落,然后只是磨损它,所以通常 它是破解,否则它只会适合作为贝雷塔,所以它是一种无摩擦的 利用系统的弱点,这是事实,这一切都是自动的,所以只是 再次强调,你只是给算法开箱即用的像素 它自己就搞定了,所以接下来我们去哪里,我们正在努力转向 3D游戏,像《雷神之锤》这样的游戏,更大更复杂的游戏,还有 机器人模拟器,英国,所以我们的研究网络要去哪里,所以 我们已经做了这个感知处理,你知道我没有时间详细覆盖这个 但有一些,你可以认为大脑中的信息有 三个层次,有百分比的信息,百分比的信息 有概念信息,这是一种抽象信息,然后 有符号语言,如果你看AI方面,在机器行李方面 在符号自然语言处理方面已经做了很多工作 那是,或者这个逻辑网络的东西,我们现在正在取得惊人的进展, 感知处理方面,像深度学习一样,所以计算机视觉正在改善 一直,但到目前为止缺少的是这个概念标签学习抽象 概念,所以你知道,我们得到的灵感之一是如何做到这一点 来自大脑,这就是颗粒细胞发挥作用的地方,当我学习 神经科学时,海马体,它似乎是这样,所以你知道 海马体对记忆至关重要,但事实证明另一件事,门户四
HN 上的讨论
Deepmind Atari 玩家只有 22KB 的源代码:[LINK] 如果你还没看过那个视频,它非常了不起:[VIDEO] — paulsutter, 2016-03
在心理学中,这被称为“强化”[1],可以追溯到斯金纳(1938)和桑代克(1911)。在人工智能研究中,它被称为“强化学习”[2]。最早将强化学习与人工智能联系起来的论文之一是明斯基 1954 年的《神经模拟强化系统理论》[3]。一个很酷的强化学习演示是去年的 DeepMind Atari 视频 [4]。[1] [LINK] [2] [LINK] [3] [LINK] [4] [VIDEO](这太棒了) — paulsutter, 2015-10
感谢纠正。“任意”这个限定词并不在原文中,但(正如你所说)这正是演示的重点,例如:[VIDEO] 请注意,他们只使用游戏中的视频信号作为输入。这真是对《麻省理工科技评论》报道状况的可悲评论:你从 YouTube 视频中学到的技术知识比从文章中学到的还多。(我的抱怨不是针对 DeepMind 的人,而是针对那篇文章,它应该把这项工作放在背景中。) — mturmon, 2014-12
通用人工智能是创造通用智能的想法。这几乎肯定需要某种强化学习(狗和人类学习的方式,通过拥有目标和内部奖励系统)。Deepmind 的 Atari 玩家基于深度强化学习,其中提高分数代表奖励:[VIDEO] 我曾经相信移动球门柱的想法,即人工智能是任何尚不可能实现的东西。我现在不同意了。我通过完全避开“什么算作人工智能?”这个问题,转而问“什么算作通用人工智能?”,为自己节省了大量精力,后者是一个阈值更清晰的术语:[LINK] — paulsutter, 2016-01
我也曾误以为深度学习只是关于分类,但事实并非如此。是的,强化学习是通往通用智能的道路,而深度学习社区在这方面也展现出了令人印象深刻的进展。Deepmind 的演示 [1] 和伯克利最近的机器人工作 [2] 就是很好的例子。感谢提供 Stan Franklin 工作的链接。我很高兴听到有工作将这两种方法整合起来。[1] [VIDEO] [2] [LINK] — paulsutter, 2015-05
相关视频
- 汤姆·莱勒 - 新数学(动画版) · Jared Khan · 4:23
- GPU 到火星:SpaceX 火星火箭发动机的全尺寸模拟 · insideHPC Report · 46:36
- Erlang电影II:续集 · gar1t · 9:55
- Tensorflow 和深度学习——无需博士学位 by Martin Görner · Devoxx · 2:35:53
- 神经网络和反向传播的详细入门:构建micrograd · Andrej Karpathy · 2:25:52
- 但什么是神经网络?| 深度学习第一章 · 3Blue1Brown · 18:40
- 《守望先锋》游戏架构与网络代码 · GDC Festival of Gaming · 1:04:03
- AlphaGo - 电影 | 完整获奖纪录片 · Google DeepMind · 1:30:28
- Transformer,LLM 背后的技术 | 深度学习第 5 章 · 3Blue1Brown · 27:14
- USENIX Security '18-Q:为什么主题演讲者不断建议改进安全性是可能的? · USENIX · 51:22
- 第一讲 | 机器学习(斯坦福) · Stanford · 1:08:40
- RustConf 2018 - 闭幕主题演讲 - 使用 Rust 进行游戏开发 by Catherine West · Rust Programming Language · 42:29
- 深入解析Nanite虚拟化几何体 · SIGGRAPH Advances in Real-Time Rendering · 1:09:59
- 古惑狼如何黑掉原版PlayStation | 战争故事 | Ars Technica · Ars Technica · 31:37
- MarI/O - 视频游戏机器学习 · SethBling · 5:57
- 深入探讨 ChatGPT 等 LLM · Andrej Karpathy · 3:31:23