211service.com
Un monde en 3D pour des agents IA plus intelligents
Google DeepMind, une filiale d'Alphabet qui se concentre sur la réalisation de progrès fondamentaux vers l'intelligence artificielle générale, publie aujourd'hui un nouveau monde virtuel 3D, le rendant disponible pour que d'autres chercheurs puissent expérimenter et modifier comme ils le souhaitent.
La nouvelle plate-forme, appelée DeepMind Lab, ressemble à un jeu informatique de tir à la première personne en 3D. À l'intérieur du monde, un agent IA prend la forme d'un orbe flottant qui peut percevoir son environnement, se déplacer et effectuer des actions simples. Les agents peuvent être formés pour effectuer diverses tâches grâce à une forme d'apprentissage automatique qui implique de recevoir des récompenses positives. Des exemples simples de tâches qui seront fournies avec la plate-forme incluent la navigation dans un labyrinthe, la collecte de fruits et la traversée de passages étroits sans tomber.
Nous essayons de développer ces agents d'intelligence artificielle qui peuvent apprendre à bien effectuer un large éventail de tâches en regardant l'environnement et en observant ce qui se passe, explique Shane Legg, scientifique en chef et cofondateur de DeepMind.
L'entreprise a utilisé des versions de l'environnement, connues auparavant sous le nom de Labyrinth, en interne pendant un certain temps (voir 'Comment Google prévoit de résoudre l'intelligence artificielle'). Il a déjà fait ses premiers gros titres en créant des agents d'intelligence artificielle capables d'apprendre, par essais et erreurs, à jouer à de nombreux jeux vidéo Atari (voir AI Masters Space Invaders de Google).
Un monde 3D ouvert et personnalisable offre aux agents des défis plus complexes et visuellement riches, mais signifie également un éventail beaucoup plus large de tâches potentielles. DeepMind Lab pourrait conduire à des algorithmes d'IA capables de transférer leur apprentissage d'une tâche à l'autre.
Le fait que des agents d'IA travaillent dans un environnement 3D pourrait également avoir des avantages pour développer des algorithmes pour contrôler des systèmes qui fonctionnent dans le monde réel, tels que des robots industriels, explique Legg.
De plus, l'idée de créer des agents qui découvrent un monde simulé à partir de principes de base puise dans des idées clés sur la façon dont les humains apprennent, ce que Legg a exploré au cours de sa carrière universitaire. Tout comme vous ou moi apprendrions le monde en tant qu'enfant, c'est une approche très fondamentale de ce problème d'apprentissage et de généralité, dit Legg de DeepMind Lab.
D'autres experts en IA ont salué le lancement de DeepMind Lab. C'est très bien qu'ils publient plus d'environnements, déclare Ilya Sutskevar, cofondateur et directeur de recherche chez OpenAI, une organisation à but non lucratif dédiée à la recherche fondamentale et à sa diffusion publique. Plus les agents d'apprentissage par renforcement ont accès à des environnements, plus le domaine avancera rapidement.
Zoubin Ghahrahmani , professeur à l'Université de Cambridge au Royaume-Uni, affirme que DeepMind Lab et d'autres plates-formes d'apprentissage par renforcement rendent les progrès plus transparents en permettant aux chercheurs de tester les idées des autres.
Cependant, Gahrahmani note également que les approches existantes en matière de renforcement ne sont pas toujours aussi bien à la hauteur des capacités humaines. Par exemple, il faut généralement beaucoup moins de temps de jeu à un humain pour maîtriser un jeu vidéo ou un jeu de société particulier. Les approches d'apprentissage par renforcement sont très inefficaces en termes de données, dit-il. Comment faire en sorte que les systèmes apprennent à un rythme comparable à celui des humains ?