Zgłoś błąd
X
Zanim wyślesz zgłoszenie, upewnij się że przyczyną problemów nie jest dodatek blokujący reklamy.
Błędy w spisie treści artykułu zgłaszaj jako "błąd w TREŚCI".
Typ zgłoszenia
Treść zgłoszenia
Twój email (opcjonalnie)
Nie wypełniaj tego pola
.
Załóż konto
EnglishDeutschукраїнськийFrançaisEspañol中国

Google nauczyło Sztuczną Inteligencję jak zarezerwować bilety

Bogdan Stech | 30-12-2018 17:00 |

Google nauczyło Sztuczną Inteligencję jak zarezerwować biletyFajne to nasze AI, takie nie za mądre - pomyśleli inżynierowie w Google kiedy ich Sztuczna Inteligencja wygrała z mistrzem gry w Go, ale nie poradziła sobie z zarezerwowaniem biletu lotniczego. Żarty, żartami, ale takie właśnie podejście stoi za nowymi pracami przeprowadzonymi przez koncern. W nowym opracowaniu zespołu Google opisano jak przeszkolono sieć neuronową, by zrozumiała ona strukturę stron internetowych i wybory, jakich można dokonać przy wypełnianiu formularzy przy rezerwacji biletów lotniczych lub w interakcji z witryną mediów społecznościowych. Naukowcy zastosowali sposób szkolenia sieci neuronowej bez podawania wcześniejszych przykładów postępowania przez ludzi.

Te wydawać by się mogło drobiazgi, pomogły sieci neuronowej osiągnąć sukces za każdym razem. Bez nich ich sieć zachowywała się w sposób, który przypomina znudzonego internautę

Google nauczyło Sztuczną Inteligencję jak zarezerwować bilety [4]

Praca ta w szerokim zakresie wykorzystuje tę samą kategorię uczenia maszynowego, jaką zastosowano w AlphaGo Zero czyli uczenia się ze wzmocnieniem (RL- reinforcement learning). W RL sieć neuronowa sama opracowuje strategie kroków, które należy podjąć na każdym etapie prób rozwiązania problemu. Otrzymuje też nagrody za dobre wybory. Podejście to sprawia, że ​​uczenie się stron internetowych i sieci mediów społecznościowych jest bardziej "skalowalne", gdzie możliwe kombinacje decyzji, stanów i działań mogą sięgać dziesiątek milionów. Punktem docelowym niekoniecznie musi być rezerwacja lotu; to bardziej ćwiczenie w tym, w jaki sposób sieć neuronowa może znaleźć rozwiązania problemu z wieloma zmiennymi, w których nie można kierować się ludzkim przewodnictwem lub nadzorem. Dokument "Learning To Navigate The Web", opisujący rozwiązanie opublikowany został w grudniu. Referat temu poświęcony będzie jednym z głównych punktów na nadchodzącej międzynarodowej konferencji na temat AI, która odbędzie się w maju przyszłego roku w Nowym Orleanie .

Forbes: co nowego przyniesie sztuczna inteligencja w 2019 roku

Google nauczyło Sztuczną Inteligencję jak zarezerwować bilety [2]

Autorzy pracy twierdzą, że ich SI to więcej niż boty do przeszukiwania sieci. Autorzy opisują problem z jakim musieli sobie poradzić jako trudny: "uczymy się z dużego zestawu instrukcji, który może zawierać pola formularza internetowego, które muszą zostać wypełnione oraz inne rozwiązania w rodzaju rozwijanego menu, z którymi człowiek mógłby się zetknąć na stronie rezerwacji lotów. Przykładowo, w środowisku strony gdzie dokonujemy rezerwacji lotów liczba możliwych instrukcji/zadań może wzrosnąć do ponad 14 milionów, przy ponad 1700 słowach." Podobne prace przeprowadzali w zeszłym roku badacze z Uniwersytetu Stanforda. Sprawdzali oni zdolność komputera do uczenia się kliknięć myszą i klawiaturą w celu wykonania zadań w Internecie, w oparciu o demonstracje dostarczone przez ludzi. Badacze Google nie chcieli jednak korzystać z podpowiedzi ludzi więc wymyślili dwie nowatorskie architektury sieci neuronowych.

AlphaZero - SI, które niedługo wygra z ludźmi w DOTA i StarCrafta

Google nauczyło Sztuczną Inteligencję jak zarezerwować bilety [3]

Pierwsza to "QWeb", która dzieli strony na sekcje i wyznacza nagrody za każdy krok w ćwiczeniu rezerwacji podróży, na przykład za podanie daty lotu. Druga, nazywana "INET" otrzymuje nagrody gdy odpowiednio generuje instrukcje do zadań stworzonych przez QWeb. Zadaniem INET-a jest "przetrawienie" strony internetowej w zrozumiały dla SI szablon i opracowanie kroków, które QWeb powinien podjąć, aby dokonać wyboru w formularzu internetowym, np. wybierając kod lotniska z rozwijanej listy miejsc docelowych w formularzu. W kilku przypadkach naukowcy musieli skorzystać z innego podejścia. Na przykład użyli techniki zwanej "curriculum learning", aby podzielić duże zadania na mniejsze, aby pomóc sieci neuronowej przejść przez wiele kroków formularza sieci. Użyli także tak zwanych "shallow encodings", aby poprawić zrozumienie strony internetowej przez sieci neuronowe. Te wydawać by się mogło drobiazgi, pomogły sieci neuronowej osiągnąć sukces za każdym razem. Bez nich ich sieć zachowywała się w sposób, który przypomina znudzonego internautę: "QWeb zaczyna jak najszybciej klikać przycisk potwierdź, aby uzyskać najmniej negatywną nagrodę".

Źródło: Zdnet
Bądź na bieżąco - obserwuj PurePC.pl na Google News
Zgłoś błąd
Liczba komentarzy: 11

Komentarze:

x Wydawca serwisu PurePC.pl informuje, że na swoich stronach www stosuje pliki cookies (tzw. ciasteczka). Kliknij zgadzam się, aby ta informacja nie pojawiała się więcej. Kliknij polityka cookies, aby dowiedzieć się więcej, w tym jak zarządzać plikami cookies za pośrednictwem swojej przeglądarki.