您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
业界 正文
发私信给周翔
发送

1

苹果AI总监谈人工智能:对强化学习很感兴趣

本文作者:周翔 2017-03-30 14:40
导语:一些AI专家和分析师认为,由于苹果公司的隐私规则更加严格,限制了可用于训练AI系统的数据量,因此苹果的AI技术不如谷歌和微软等竞争对手。

苹果AI总监谈人工智能:对强化学习很感兴趣

Ruslan Salakhutdinov

虽然人工智能在图像识别和产品推荐等方面取得了巨大的进步,但是这项技术仍然面临诸多挑战,特别是如何让AI系统拥有“记忆功能”依然是一个难题。

本周二(3月28日),苹果的AI研究部门的总监Ruslan Salakhutdinov在MIT Technology Review会议上探讨了人工智能的局限性,不过他并未提及苹果是怎样将人工智能整合到Siri等产品中的。

Salakhutdinov于去年10月加入苹果,他称自己对强化学习(Reinforcement Learning)非常感兴趣, 利用这种技术可以教会计算机通过反复优化决策来获取最好的结果。例如,谷歌就使用了强化学习来帮助数据中心达到最佳的散热和操作配置,从而使其更加节能。

卡耐基梅隆大学(Salakhutdinov是该大学的副教授)的研究人员最近也在做这方面的研究:使用强化学习训练计算机玩上世纪90年代的视频游戏“Doom”。很快,计算机就学会了如何快速并准确地射击外星人,而且还发现闪避能够躲开敌人的火力。但是,它并不擅长记忆,比如记不住迷宫的布局,这使得它无法事先规划和制定游戏策略。

Salakhutdinov的研究涉及到一种AI软件,它能够记录“Doom”中的虚拟迷宫布局以及各个参考点,以便定位特定塔楼的位置。在游戏过程中,该软件首先会判断火炬的颜色(红色或者绿色),然后根据火炬的颜色定位相应颜色的塔楼。

最终,这个软件学会了如何在迷宫中找到正确的塔楼。而且当它发现自己找到的是错误的塔楼的时候,还会原路返回,寻找正确的塔楼。特别值得注意的是,该软件在每次发现塔楼时都能够回忆起火炬的颜色,Salakhutdinov解释道。

不过,Salakhutdinov表示,这种类型的AI软件需要“很长的训练时间”,而且还需要强大的计算能力, 因此难以扩大规模。

此外, Salakhutdinov想要探索的另一个领域是:教会AI软件通过“更少的样本和经验”达到更快的学习速度。尽管没有在演讲中提及,但是他的这一设想显然有利于苹果在更短的时间内创造更好的产品。

一些AI专家和分析师认为,由于苹果公司的隐私规则更加严格,限制了可用于训练AI系统的数据量,因此苹果的AI技术不如谷歌和微软等竞争对手。Fortune认为,如果苹果一直使用较少的数据来训练AI系统,那么它或许能在满足隐私要求的同时,仍然能够像竞争对手那样快速对软件进行改进。

via. Fortune,雷锋网编译

*图片来自网络

【招聘】雷锋网坚持在人工智能、无人驾驶、VR/AR、Fintech、未来医疗等领域第一时间提供海外科技动态与资讯。我们需要若干关注国际新闻、具有一定的科技新闻选题能力,翻译及写作能力优良的外翻编辑加入。 

简历投递至 wudexin@leiphone.com,工作地 北京。

雷峰网版权文章,未经授权禁止转载。详情见转载须知

分享:
相关文章
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说