ثبت بازخورد

لطفا میزان رضایت خود را از دیجیاتو انتخاب کنید.

واقعا راضی‌ام
اصلا راضی نیستم
چطور میتوانیم تجربه بهتری برای شما بسازیم؟

نظر شما با موفقیت ثبت شد.

از اینکه ما را در توسعه بهتر و هدفمند‌تر دیجیاتو همراهی می‌کنید
از شما سپاسگزاریم.

تکنولوژی

تکنیک «بلک باکس» به توسعه هوش های مصنوعی قدرتمندتر کمک می کند

محققان مؤسسه OpenAI به راهکار جدیدی برای الگوریتم آموزش شبکه عصبی دست یافته اند که می تواند با سرعت بیشتری عملیات مذکور را انجام داده و از این رو به توسعه سریع تر محصولات دیگر ...

حسام الدین جعفری
نوشته شده توسط حسام الدین جعفری | ۶ فروردین ۱۳۹۶ | ۱۴:۰۰

محققان مؤسسه OpenAI به راهکار جدیدی برای الگوریتم آموزش شبکه عصبی دست یافته اند که می تواند با سرعت بیشتری عملیات مذکور را انجام داده و از این رو به توسعه سریع تر محصولات دیگر کمپانی ها کمک کند.

استراتژی توسعه یافته توسط OpenAI یک راهکار جدید بوده که «بلک باکس» (Black Box) نام داشته و می تواند نوید سیستم های هوش مصنوعی قدرتمندتر را دهد.

سیستم مذکور با پارامترهای تصادفی بسیار زیادی شروع به کار می کند. سپس به حدس جواب بهینه اقدام کرده و پس از آن در مراحل بعدی با اطلاعات دریافت شده می تواند حدس نزدیک تری به جواب ایده آل بزند و در نهایت یک گزینه را به عنوان بهینه ترین در میان میلیون های پارامتر انتخاب کند.

گفتنی است تکنیک مورد بحث بسیاری از پیچیدگی های معمول در الگوریتم آموزش شبکه عصبی را از بین برده و باعث می شود کدها ساده تر اجرا شده و دو الی سه برابر سریع تر عمل کنند.

لازم به ذکر است در تست های انجام گرفته، یک اَبَررایانه با 1440 هسته پردازشی قادر است در ده دقیقه راه رفتن را به یک ربات شبه انسان آموزش دهد در حالی که این زمان در الگوریتم های گذشته به ده ساعت نیز می رسد.

ناگفته نماند که هنوز راه طویلی برای بهره گیری از روش «بلک باکس» در هوش مصنوعی داخل جهان حقیقی وجود دارد اما با این حال پس از فراگیر شدن آن، اپراتورهای شبکه های عصبی می توانند در عوض تمرکز روی آموزش سیستم های خود، زمان بیشتری را صرف توسعه آن کنند.

دیدگاه‌ها و نظرات خود را بنویسید
مطالب پیشنهادی