Тренирането на невронна мрежа да изпълнява различни задачи е доста трудна задача. В някои случай на учените са им необходими часове, за да ги накарат да извършат определена задача без значение каква изчислителна мощност използват. Изследователи от OpenAI вече работят над по-ефективно решение, което ще доведе до създаването на по-добри системи с изкуствен интелект.  Вместо да използват стандартните методи за обучение те разработват т.нар. "Black Box" метод.

 

Концепцията на учените е свързана с оптимизирането на дадена функция в състояние на изолация и споделянето ѝ, когато това е необходимо. Невронните мрежи, използващи "Black Box" не се влияят от околната среда при вземането на решенията, предаде Engadget. Системата стартира с множество случайни параметри и започва да прави предположения, с които постепенно стига до най-добрия и релевантен отговор. Тя е състояние да избере от милиони цифри само числото, което е най-подходящо като отговор.

 

Новата техника отстранява много от сегашните проблеми при тренирането на невронни мрежи и позволява софтуерния код да се изпълнява по-лесно. Тестовете показват, че Black Box отчита два-три пъти по-висока производителност. Техниката става още по-добра, ако се увеличи броя на компютърните ядра. Суперкомпютър с 1440 ядра е в състояние да обучи хуманоиден робот да ходи за около 10 минути, в сравнение с 10 часа при сегашните методи. Основните предимства на Black Box са по-бързата скорост на работа и по-малкото време, което е необходимо за извършване на дадена задача.

 

Вижте какво да очакваме от технологиите с изкуствен интелект през 2017г.