Российский ученый рассказал о новом алгоритме обучения ИИ
Разработанный в России новый алгоритм ReBRAC позволяет обучать ИИ в четыре раза быстрее и на 40% качественнее существующих аналогов. Об этом сообщил «Известиям» руководитель лаборатории исследований искусственного интеллекта Tinkoff Research Сергей Колесников.
По словам эксперта, результаты были получены при тестировании на робототехнических симуляторах. ReBRAC также помогает эффективнее решать проблему дообучения искусственного интеллекта, который обычно медленно адаптируется к новым условиям.
«Например, робот, который был изначально обучен передвигаться по траве, упадет, если переместится на лед. ReBRAC же позволяет ИИ лучше учиться на ходу и адаптироваться», — привел пример Колесников.
Алгоритм был создан командой ученых лаборатории научных исследований ИИ Tinkoff Research. Как пояснил Колесников, исследователи идентифицировали четыре компонента, которые были представлены в алгоритмах последних лет, но считались второстепенными и не подвергались детальному анализу. Это глубина нейронных сетей, регуляризация актора и критика, увеличение эффективного горизонта планирования и использование нормализации слоев (LayerNorm).
Результаты исследования были представлены на главной международной конференции по машинному обучению NeurIPS, проходившей в Новом Орлеане, США, с 10 по 16 декабря. Помимо алгоритма ReBRAC, российские ученые продемонстрировали две открытые библиотеки в области офлайн-обучения с подкреплением (Offline RL, ORL), благодаря которым специалистам по ИИ больше не требуется самостоятельно воспроизводить результаты наиболее весомых научных работ.
