91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

機器學(xué)習(xí)領(lǐng)域的強化學(xué)習(xí)技術(shù)有什么用處?

我快閉嘴 ? 來源:教育新聞網(wǎng) ? 作者:教育新聞網(wǎng) ? 2020-08-12 16:21 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

來自查爾默斯大學(xué)和哥德堡大學(xué)的跨學(xué)科研究團隊開發(fā)了一個框架,用于研究語言如何演變?yōu)槊枋鲂睦砀拍畹挠行Чぞ摺T谝黄抡撐闹?,他們表明,人工代理可以學(xué)習(xí)如何以類似于人類語言的人工語言進行交流。該結(jié)果已發(fā)表在科學(xué)雜志《PLOS ONE》上。

這項研究位于認(rèn)知科學(xué)和機器學(xué)習(xí)之間的邊界。認(rèn)知科學(xué)家提出了一個有影響力的建議,即所有人類語言都可以看作是進化成為一種以經(jīng)典信息論的意義以接近最優(yōu)的方式傳達(dá)概念的手段。哥德堡研究人員訓(xùn)練人工代理的方法是基于強化學(xué)習(xí)的,強化學(xué)習(xí)是機器學(xué)習(xí)的一個領(lǐng)域,代理通過與環(huán)境交互并獲得反饋逐漸學(xué)習(xí)。在這種情況下,代理人在沒有任何語言知識的情況下開始學(xué)習(xí),并通過獲取有關(guān)他們在傳達(dá)思想觀念方面的成功程度的反饋來學(xué)習(xí)交流。

重建色彩

“在我們的論文中,我們研究了代理商如何通過打幾輪由發(fā)送者和聽者組成的參考游戲來學(xué)習(xí)命名心理概念和進行交流。我們特別關(guān)注了在認(rèn)知科學(xué)中已深入研究的色域。游戲的工作方式如下;發(fā)送方看到一種顏色,并通過從詞匯表向聽眾說出一個單詞來描述顏色,然后嘗試重建顏色。

根據(jù)收聽者重建的精確程度,這兩個代理都會收到共享的獎勵。詞匯表中的單詞一開始就沒有意義;在游戲的多個回合中,由代理商決定單詞的含義。我們看到,從信息論的角度來看,由此產(chǎn)生的人工語言幾乎是最優(yōu)的,并且具有與人類語言相似的特性?!?Sleepcycle研究人員MikaelK?geb?ck說,他在Chalmers的博士學(xué)位論文中包含了一些結(jié)果在論文中提出。

與哥德堡大學(xué)語言理論和概率研究中心(CLASP)計算機語言學(xué)研究人員Asad Sayeed以及教授Devdatt Dubhashi和Emil Carlsson博士一起。他是計算機科學(xué)與工程系數(shù)據(jù)科學(xué)和AI部門的學(xué)生,現(xiàn)在已經(jīng)發(fā)表了結(jié)果。

Asad Sayeed說:“從實際的角度來看,這項研究提供了開發(fā)與人類語言進行交流的對話主體(例如Siri和Alexa)的基本原理?!?/p>

通過強化學(xué)習(xí)來學(xué)習(xí)交流的基本思想對于社會和文化領(lǐng)域的研究也很有趣,例如,由阿薩德·薩耶德(Asad Sayeed)領(lǐng)導(dǎo)的GRIPES項目,該項目研究狗舌政治。

在將來的研究中有用

“認(rèn)知實驗非常耗時,因為您經(jīng)常需要對人類志愿者進行仔細(xì)的實驗。我們的方法提供了一種非常強大,靈活且廉價的方法來研究這些基本問題。實驗完全在我們的控制之下,可重復(fù)且完全可靠因此,我們的計算框架為研究認(rèn)知科學(xué),語言和交互作用中的基本問題提供了一種有價值的工具。對于計算機科學(xué)家來說,探索各種學(xué)習(xí)機制的有效性是一個肥沃的領(lǐng)域?!?Devdatt Dubhashi說。

Emil Carlsson說:“將來,我們要調(diào)查代理商是否也可以在其他領(lǐng)域發(fā)展類似于人類語言的交流。一個例子就是我們的代理商是否能夠重構(gòu)我們在人類語言中觀察到的等級結(jié)構(gòu)?!?/p>

長期存在的問題

該研究源于認(rèn)知科學(xué)和語言學(xué)一個長期存在的中心問題:在人類語言的所有巨大多樣性中,是否存在共同的普遍原則。20世紀(jì)的經(jīng)典作品表明,用不同的語言來描述顏色具有共同的特性。是否有解釋這些共同屬性的基本原則?

認(rèn)知科學(xué)家最近提出的一項有影響力的建議是,從信息論的角度來看,當(dāng)語言被視為一種交流思想概念,最有效地利用資源的手段時,確實存在著這樣的普遍通用原則。

麻省理工學(xué)院的特德·吉布森(Ted Gibson)于2016年在CLASP上發(fā)表了一系列演講,他在演講中描述了從世界各地不同社會和文化中選出的人類受試者的實驗結(jié)果,從而引發(fā)了一個問題:“如果人類受試者被人造計算機替代,將會怎樣代理,他們會開發(fā)一種具有類似通用屬性的語言嗎?”
責(zé)任編輯:tzh

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 計算機
    +關(guān)注

    關(guān)注

    19

    文章

    7827

    瀏覽量

    93390
  • AI
    AI
    +關(guān)注

    關(guān)注

    91

    文章

    40642

    瀏覽量

    302300
  • 機器學(xué)習(xí)
    +關(guān)注

    關(guān)注

    67

    文章

    8560

    瀏覽量

    137152
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    上汽大眾ID. ERA 9X全球首發(fā)搭載Momenta R7強化學(xué)習(xí)世界模型

    3月30日,Momenta R7強化學(xué)習(xí)世界模型全球首發(fā)搭載車型——上汽大眾ID. ERA 9X正式開啟預(yù)售。
    的頭像 發(fā)表于 03-31 13:48 ?236次閱讀

    Momenta R6強化學(xué)習(xí)大模型上車東風(fēng)日產(chǎn)NX8

    3月20日,東風(fēng)日產(chǎn)NX8技術(shù)暨預(yù)售發(fā)布會在廣州舉辦,官宣Momenta R6強化學(xué)習(xí)大模型正式上車東風(fēng)日產(chǎn)新能源SUV——NX8。以全球頂級大廠合力,融合先鋒科技力量,打造更適配全家出行的智能SUV,開啟合資品牌智能化全新賽道。
    的頭像 發(fā)表于 03-24 09:08 ?718次閱讀

    Momenta強化學(xué)習(xí)大模型助力別克至境世家純電版正式上市

    3月17日,別克至境世家純電版正式上市,這是別克與Momenta強化學(xué)習(xí)大模型的又一次深度聯(lián)手。融合別克在MPV市場深耕27年的技術(shù)積淀,以更從容的智慧駕控,重新定義豪華與自在的出行體驗。
    的頭像 發(fā)表于 03-18 15:48 ?234次閱讀

    Momenta R7強化學(xué)習(xí)世界模型即將推出

    3月16日,上汽大眾舉辦以“人本科技”為主題的ID. ERA技術(shù)發(fā)布會,首次揭曉了ID. ERA 系列包括智能輔助駕駛在內(nèi)的諸多核心技術(shù)亮點。會上,Momenta CEO曹旭東正式宣布:Momenta R7強化學(xué)習(xí)世界模型即將推
    的頭像 發(fā)表于 03-17 13:57 ?1113次閱讀

    自動駕駛中常提的離線強化學(xué)習(xí)是什么?

    [首發(fā)于智駕最前沿微信公眾號]在之前談及自動駕駛模型學(xué)習(xí)時,詳細(xì)聊過強化學(xué)習(xí)的作用,由于強化學(xué)習(xí)能讓大模型通過交互學(xué)到策略,不需要固定的規(guī)則,從而給自動駕駛的落地創(chuàng)造了更多可能。 強化學(xué)習(xí)
    的頭像 發(fā)表于 02-07 09:21 ?306次閱讀
    自動駕駛中常提的離線<b class='flag-5'>強化學(xué)習(xí)</b>是什么?

    人工智能與機器學(xué)習(xí)在這些行業(yè)的深度應(yīng)用

    自人工智能和機器學(xué)習(xí)問世以來,多個在線領(lǐng)域的數(shù)字化格局迎來了翻天覆地的變化。這些技術(shù)從誕生之初就為企業(yè)賦予了競爭優(yōu)勢,而在線行業(yè)正是受其影響最為顯著的
    的頭像 發(fā)表于 02-04 14:44 ?622次閱讀

    強化學(xué)習(xí)會讓自動駕駛模型學(xué)習(xí)更快嗎?

    [首發(fā)于智駕最前沿微信公眾號]在談及自動駕駛大模型訓(xùn)練時,有的技術(shù)方案會采用模仿學(xué)習(xí),而有些會采用強化學(xué)習(xí)。同樣作為大模型的訓(xùn)練方式,強化學(xué)習(xí)
    的頭像 發(fā)表于 01-31 09:34 ?779次閱讀
    <b class='flag-5'>強化學(xué)習(xí)</b>會讓自動駕駛模型<b class='flag-5'>學(xué)習(xí)</b>更快嗎?

    多智能體強化學(xué)習(xí)(MARL)核心概念與算法概覽

    訓(xùn)練單個RL智能體的過程非常簡單,那么我們現(xiàn)在換一個場景,同時訓(xùn)練五個智能體,而且每個都有自己的目標(biāo)、只能看到部分信息,還能互相幫忙。這就是多智能體強化學(xué)習(xí)
    的頭像 發(fā)表于 01-21 16:21 ?285次閱讀
    多智能體<b class='flag-5'>強化學(xué)習(xí)</b>(MARL)核心概念與算法概覽

    上汽別克至境E7首發(fā)搭載Momenta R6強化學(xué)習(xí)大模型

    別克至境家族迎來新成員——大五座智能SUV別克至境E7首發(fā)。新車將搭載Momenta R6強化學(xué)習(xí)大模型,帶來全場景的智能出行體驗。
    的頭像 發(fā)表于 01-12 16:23 ?436次閱讀

    今日看點:智元推出真機強化學(xué)習(xí);美國軟件公司SAS退出中國市場

    智元推出真機強化學(xué)習(xí),機器人訓(xùn)練周期從“數(shù)周”減至“數(shù)十分鐘” ? 近日,智元機器人宣布其研發(fā)的真機強化學(xué)習(xí)技術(shù),已在與龍旗科技合作的驗證產(chǎn)
    發(fā)表于 11-05 09:44 ?1138次閱讀

    自動駕駛中常提的“強化學(xué)習(xí)”是個啥?

    [首發(fā)于智駕最前沿微信公眾號]在談及自動駕駛時,有些方案中會提到“強化學(xué)習(xí)(Reinforcement Learning,簡稱RL)”,強化學(xué)習(xí)是一類讓機器通過試錯來學(xué)會做決策的技術(shù)。
    的頭像 發(fā)表于 10-23 09:00 ?810次閱讀
    自動駕駛中常提的“<b class='flag-5'>強化學(xué)習(xí)</b>”是個啥?

    FPGA在機器學(xué)習(xí)中的具體應(yīng)用

    隨著機器學(xué)習(xí)和人工智能技術(shù)的迅猛發(fā)展,傳統(tǒng)的中央處理單元(CPU)和圖形處理單元(GPU)已經(jīng)無法滿足高效處理大規(guī)模數(shù)據(jù)和復(fù)雜模型的需求。FPGA(現(xiàn)場可編程門陣列)作為一種靈活且高效的硬件加速平臺
    的頭像 發(fā)表于 07-16 15:34 ?3025次閱讀

    NVIDIA Isaac Lab可用環(huán)境與強化學(xué)習(xí)腳本使用指南

    Lab 是一個適用于機器人學(xué)習(xí)的開源模塊化框架,其模塊化高保真仿真適用于各種訓(xùn)練環(huán)境,Isaac Lab 同時支持模仿學(xué)習(xí)(模仿人類)和強化學(xué)習(xí)(在嘗試和錯誤中進行學(xué)習(xí)),為所有
    的頭像 發(fā)表于 07-14 15:29 ?2541次閱讀
    NVIDIA Isaac Lab可用環(huán)境與<b class='flag-5'>強化學(xué)習(xí)</b>腳本使用指南

    【書籍評測活動NO.62】一本書讀懂 DeepSeek 全家桶核心技術(shù):DeepSeek 核心技術(shù)揭秘

    的基礎(chǔ)。對 DeepSeek-R1-Zero 的組相對策略優(yōu)化**(GRPO)算法、獎勵模型**等關(guān)鍵技術(shù)的深入剖析,可以幫助讀者了解 DeepSeek 在強化學(xué)習(xí)領(lǐng)域的創(chuàng)新性探索。對DeepSeek-R1 的訓(xùn)練過程和推理能力
    發(fā)表于 06-09 14:38

    18個常用的強化學(xué)習(xí)算法整理:從基礎(chǔ)方法到高級模型的理論技術(shù)與代碼實現(xiàn)

    本來轉(zhuǎn)自:DeepHubIMBA本文系統(tǒng)講解從基本強化學(xué)習(xí)方法到高級技術(shù)(如PPO、A3C、PlaNet等)的實現(xiàn)原理與編碼過程,旨在通過理論結(jié)合代碼的方式,構(gòu)建對強化學(xué)習(xí)算法的全面理解。為確保內(nèi)容
    的頭像 發(fā)表于 04-23 13:22 ?1727次閱讀
    18個常用的<b class='flag-5'>強化學(xué)習(xí)</b>算法整理:從基礎(chǔ)方法到高級模型的理論<b class='flag-5'>技術(shù)</b>與代碼實現(xiàn)