Waymo和DeepMind模拟进化论 开发新方法训练AI

（原问题：DeepMind and Waymo collaborate to improve AI accuracy and speed up model training）

网易科技讯 7月26日动静，据海外媒体报道，Alphabet旗下的无人驾驶汽车公司Waymo举办了大量实习来改善驱动其自动驾驶软件的人工智能。最近，它与另一家Alphabet子公司DeepMind相助开拓了一种模仿进化论的新实习要领，来进步实习质量和服从。

正如Waymo所表明的那样，人工智能算法通过重复试验来自我改造。一个模子被提出一个使命，它通过不绝地实行和按照它收到的反馈举办调解，来进修执行这个使命。执行示意在很洪流平上依靠于实习方案——被称为超等参数机制——而找到最佳实习方案的使命要有履历的研究职员和工程师亲身去完成。他们全心挑选正在接管实习的人工智能模子，剔除示意最差的模子，并开释资源从新开始实习新的算法。

DeepMind计划了一种不那么劳动麋集型的实习要领：基于群体的实习（以下简称“PBT”），它从多个由随机变量(超等参数)启动的呆板进修模子开始运作。这些模子会按期被评估，并以一种进化的方法彼此竞争，这样，示意不佳的群体成员就会被“儿女”(示意较好的成员的副本，个中的变量略有变革)所代替。PBT不必要从头开始实习，由于每个儿女都担任了父收集的状态，而且在整个实习进程中会主动更新超等参数。最终的功效是，PBT有了“精采的”超等参数值，用上大都的资源举办实习。这就是进化的由来，由于这是一种人工天然选择的进程。

PBT并不美满——它倾向于对当前举办优化，而没有思量恒久功效，对成长迟缓的人工智能模子倒霉。为了缓解这种环境，DeepMind的研究职员实习了一个更大的群体，并建设了一个叫做“利基”的亚群体，在这个群体中，算法只应承在本身的子群体中竞争。最后，团队通过为更奇异的模子提供竞争上风来直接嘉奖多样性。

最近，Waymo和DeepMind让PBT接管Waymo缔造更好的假造司机的挑衅，实习功效令人印象深刻——DeepMind在一篇博客文章中暗示，借助PBT，认真标识区分由Waymo汽车的诸多传感器发明的行人、骑趁魅者和摩托车骑手的收集误报率降落了24%。不只云云，与Waymo早年行使的尺度要领对比，PBT还节减了约莫50%的实习时刻和资源。

行使这种要领时，为了停止隐藏的缺陷，DeepMind颠末早期研究往后举办了一些调解，个中包罗每隔15分钟就对模子举办评估，构建强盛的验证尺度和示例集，以便确保测试可以或许为真实天下构建示意更好的神经收集，而不可是仅合用于它们被贯注的特定命据的精采模式辨认引擎。

Waymo暗示，它已经将PBT直采取入了Waymo的技能基本办法中，使得来自整个公司的研究职员只需点击一个按钮就可以应用PBT。该公司写道，“自这些尝试完成以来，PBT已被应用于很多差异的Waymo车型，并有望辅佐缔造出更得当阶梯行驶的汽车。”（乐邦）

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!