AI向“智能学习体”迈进应用前景更为广阔
- 来源：仪表网
- 2021/3/2 9:13:08
- 24273
英国《自然》杂志近日发表一项人工智能研究成果：美国团队报告了一类增强学习，可回溯过去、解决复杂任务，真正改善了对复杂环境的探索方式，有望应用于机器人、语言理解和药物设计领域。这类算法被统称为“Go-Explore”，其已经在一款经典游戏的算法挑战中得分超过了人类玩家和先进的人工智能系统。该成果被认为正朝着实现真正“智能学习体”迈出了重要一步。
增强学习，可让人工智能系统通过探索和理解复杂环境来进行决策，并学习如何以优的方式获得奖励。奖励可以包括机器人抵达特定位置或是在电脑游戏中达到一定的等级。然而，当遇到很少给予反馈的复杂环境时，现阶段的加强学习算法就很容易碰壁，这让人工智能专家们非常苦恼。
国内多数初创公司一般在各自应用领域拥有优势技术资源，针对某一细分领域单点突破，深度挖掘，通过技术的不断提升来获取市场份额。其中，旷视科技以深度学习、计算机视觉为核心技术，不断扩展其在视觉识别及深度学习领域优势，现以累积提供超过150亿次数据服务，成为目前世界大智能数据提供方之一。在健康医疗领域，人工智能应用已经非常广泛，从应用场景来看主要分成了虚拟助理、医学影像、药物挖掘、营养学、生物技术、急救室/医院管理、健康管理、精神健康、可穿戴设备、风险管理和病理学共11个领域；大数医达和康夫子就是专注医疗健康类的虚拟助理研发企业。
在智能投顾领域，逻辑是借助人工智能技术和大数据分析，机器人结合投资者的财务状况、风险偏好、理财目标等，通过已搭建的数据模型和后台算法为投资者提供量身定制的资产投资组合建议。国内陆续出现了弥财、蓝海财富、积木盒子等第三方智能投顾平台，以及京东智投、企名片、同花顺为代表的互联网公司研发的智能投顾平台。
在智能教育领域，如学霸君等，通过拍照搜题进行在线答疑自动批改作业等，借助智能图像识别技术，学生遇到难题时只需要用手机拍照上传到云端，系统在一到两秒内就可以反馈出答案和解题思路；另外，科大讯飞、清睿教育开发出的语音测评软件，能够很快对发音进行测评并指出发音不准的地方。
在智能法务领域，直接的应用如智能法务助手，“合同家”通过合同工具积累数据，为企业提供基于大数据和人工智能的法务解决方案。
在智能驾驶领域，当属目前火热的应用领域，如驭势科技、Momenta、图森互联等通过人工智能技术解放人力、降低交通事故率等，相信未来智能驾驶会让我们的出行变得更加安全、智能化。
美国“OpenAI”是由诸多硅谷巨头联合建立的人工智能非营利组织，推动者包括美国创业孵化器Y Combinator总裁萨姆·阿尔特曼、美国太空技术探索公司(SpaceX)创始人埃隆·马斯克等，其目标是希望能够预防人工智能的灾难性影响，并推动人工智能发挥积极作用。此次，“OpenAI”的科学家艾德兰·艾克菲特、朱斯特·赫伊津哈及团队，提出了有效探索面临的两个主要障碍，并设计了一类算法来解决这些障碍。
研究人员表示，“Go-Explore”可以对环境进行全面探索，同时构建一个档案库来记住它去过的地方，确保自己不会忘记通往有望成功的期中阶段或是终胜利(奖励)的路线。其在雅达利经典游戏中的得分，超过了人类玩家和先进的人工智能系统，研究人员用这类算法，解决了之前未能解决的2600个雅达利游戏，验证了这类算法的潜力。“Go-Explore”在算法挑战《蒙特祖马的复仇》中的得分是之前的4倍，在另一个算法挑战《玛雅人的冒险》中的得分也超过了人类玩家的平均水平。而相对的，此前的算法一分都拿不到。
“Go-Explore”算法还能完成一个模拟机器人任务，在这项任务中，它必须用机械臂把东西捡起来并放到4个架子中的一个架子上，其中两个架子被关在两扇门的后面。
研究人员指出，记住并回到有望成功的探索区域的简单原则是一种强大、通用的探索方法。他们认为新的算法有望应用于机器人、语言理解和药物设计。
(原标题：AI向“智能学习体”迈进 应用前景更为广阔)
版权与免责声明：凡本网注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本网授权不
展开全部
热门评论