Учёные обнаружили у ИИ новый феномен — «эффект тренировки в помещении»
Исследователи из Массачусетского технологического института (MIT) и других научных центров совершили неожиданное открытие в области обучения искусственного интеллекта, которое противоречит общепринятым подходам к тренировке ИИ-агентов.
Учёные обнаружили феномен, названный ими «эффектом тренировки в помещении» (indoor training effect). Вопреки традиционному мнению, что симулированная среда обучения должна максимально точно соответствовать реальным условиям работы, исследование показало: тренировка в полностью отличающейся, более предсказуемой среде может привести к лучшим результатам.
«Если мы учимся играть в теннис в закрытом помещении, где нет шума, мы можем легче освоить различные удары. Затем, перейдя в более шумную среду, например, на ветреный корт, у нас может быть более высокая вероятность хорошей игры, чем если бы мы начали обучение в ветреных условиях», – объясняет Серена Боно, научный сотрудник MIT Media Lab и ведущий автор исследования.
Для проверки своей теории исследователи использовали игры Atari, модифицированные для включения элемента непредсказуемости. В частности, они экспериментировали с игрой Pac-Man, изменяя вероятности движения призраков. Результаты оказались неожиданными: ИИ-агент, обученный в версии игры без шума, показывал лучшие результаты в «шумной» среде, чем агент, тренировавшийся в условиях с помехами.
Это открытие особенно важно для развития домашней робототехники. Традиционно считалось, что робот, обученный выполнять бытовые задачи на фабрике, может неэффективно работать на кухне пользователя из-за различий в среде. Новое исследование предлагает принципиально иной подход к решению этой проблемы.
«Это совершенно новый взгляд на проблему. Вместо того чтобы пытаться сделать тренировочную среду максимально похожей на тестовую, мы можем создавать симулированные среды, где ИИ-агент учится даже лучше», – отмечает соавтор исследования Спандан Мадан, аспирант Гарвардского университета.
Автор: AIvengo
5 лет я работаю с машинным обучением и искусственным интеллектом. И эта сфера не перестает меня удивлять, восхищать и интересовать.
Dongfeng внедряет роботов Walker S ростом 1.7м с 41 сервоприводомDongfeng Motor объединяет силы с Ubtech Robotics, чтобы интегрировать инновационных роботов Walker S в производственные линии. Эти технологические чудеса ростом 1 метр и 70 сантиметров готовы трансформировать традиционные процессы сборки автомобилей. Генеральный менеджер Dongfeng Motor подчеркивает, что внедрение искусственного интеллекта в этих роботах значительно повысит качество проверки и сборки компонентов.
Аспирант MIT сократил реставрацию картин с 230 часов до 3.5 часовАспирант MIT Алекс Качкин разработал крутой метод реставрации картин с помощью искусственного интеллекта. Сокращающий время работы с многих месяцев до нескольких часов. В качестве демонстрации он восстановил работу неизвестного нидерландского мастера 15 века, серьезно пострадавшую от времени.
ИИ-протез из Канады анализирует объекты и решает, как их взятьИскусственный интеллект дарит протезам самостоятельность! Ученые из Мемориального университета Ньюфаундленда создали революционный протез руки, который буквально "думает" сам. В отличие от традиционных моделей, требующих считывания сигналов мышц через датчики, новое устройство полностью автономно.
DeepSeek упаковал движок для LLM в 1200 строк Python кодаКоманда DeepSeek представила nano-vLLM. Это легковесный и компактный движок для запуска крупных языковых моделей. Который может изменить представление об эффективности кода. Удивительно, но весь функционал уместился всего в 1200 строк Python-кода! Это настоящий технологический минимализм в мире искусственного интеллекта. Традиционные движки вроде этого, при всей их мощности, часто страдают от перегруженной кодовой базы. Что делает их модификацию настоящим испытанием для разработчиков. Nano-vLLM решает эту проблему, предлагая простой, но мощный инструмент без лишней сложности. Код открыт.
Провал роботакси Tesla: 11 нарушений ПДД за первые дни из 20 машинМечта о роботакси сталкивается с суровой реальностью! Тесла запустила публичные испытания беспилотных такси в Остине, но результаты оказались далеки от обещанного технологического чуда. За первые дни тестирования зафиксировано минимум 11 серьезных нарушений правил дорожного движения. И это при том, что на дороги вышло всего 20 автомобилей, отобранных для ограниченного круга блогеров. Филип Купман, профессор Университета Карнеги-Меллон и эксперт по автономным технологиям, не скрывает удивления: "Это ужасно быстро для появления такого количества видео с нестабильным вождением".
