در دنیای هوش مصنوعی، طراحی مدلی که بتواند در چندین محیط و وظیفه عملکرد خوبی داشته باشد، چالشی بزرگ است. Hugging Face با معرفی مدل JAT — که مخفف Jack of All Trades است — گامی تازه در این مسیر برداشته است. این مدل که یک عامل ترنسفورمر چندمنظوره محسوب می‌شود، با استفاده از داده‌های تخصصی در محیط‌های متنوع آموزش دیده است.
چالش طراحی عامل‌های همه‌کاره
روش‌های سنتی یادگیری تقویتی معمولاً روی یک محیط واحد تمرکز دارند و آموزش یک عامل برای هر وظیفه به‌صورت جداگانه انجام می‌شود. اما آیا می‌توان یک عامل واحد ساخت که در چندین وظیفه مهارت کسب کند؟ تیم Hugging Face برای پاسخ به این پرسش، به سراغ سیاست‌های خبره رفته است. سیاست‌های خبره، عامل‌هایی هستند که قبلاً در یک محیط خاص به عملکرد سطح بالا رسیده‌اند.
محیط‌های آموزشی و داده‌های JAT
در این پروژه، محیط‌های انتخابی شامل Atari، BabyAI، Meta-World و MuJoCo هستند. برای هر محیط، یک عامل جداگانه آموزش داده شد تا به عملکرد سطح بالا (state-of-the-art) برسد. سپس تراژکتوری‌های این عامل‌های خبره جمع‌آوری شد و مجموعه داده جدیدی به نام JAT dataset ایجاد گردید. این مجموعه داده، اولین داده‌های آموزشی برای عامل‌های همه‌کاره است که شامل صدها هزار تراژکتوری از محیط‌های مختلف می‌شود.
- Atari: مجموعه بازی‌های کلاسیک برای ارزیابی تصمیم‌گیری
- BabyAI: محیطی برای سنجش فهم زبان و ناوبری
- Meta-World: وظایف رباتیک متنوع با کنترل‌های مشترک
- MuJoCo: شبیه‌سازی فیزیکی برای کنترل حرکت
دسترسی عمومی و متن‌باز
همان‌طور که انتظار می‌رود، Hugging Face این مدل و مجموعه داده را به‌صورت متن‌باز منتشر کرده است. محققان می‌توانند با استفاده از کتابخانه datasets، به سادگی این داده‌ها را بارگذاری کنند. این اقدام گامی در جهت دموکراتیزه کردن هوش مصنوعی و پیشبرد علم باز است.
انتشار مدل JAT نشان می‌دهد که هوش مصنوعی می‌تواند به جای تخصص در یک حوزه خاص، با ترکیبی از دانش محیط‌های مختلف، یک عامل چندمنظوره بسازد؛ هرچند این مدل در هر وظیفه لزوماً بهترین نیست، اما «استادِ برخی» از مهارت‌ها محسوب می‌شود.
پرسش‌های پرتکرار
مدل JAT چیست و چه هدفی دارد؟
JAT یک عامل ترنسفورمر چندمنظوره است که توسط Hugging Face معرفی شده و هدف آن آموزش یک مدل واحد برای انجام وظایف متعدد در محیط‌هایی مانند بازی‌های Atari، رباتیک MuJoCo و دیگر محیط‌های شبیه‌سازی است.
مجموعه داده JAT چگونه تولید شده است؟
مجموعه داده JAT با جمع‌آوری تراژکتوری‌های سیاست‌های خبره تولید شده؛ یعنی عامل‌هایی که پیش از این در محیط‌های مختلف به عملکرد سطح بالا رسیده‌اند. این داده‌ها به‌صورت متن‌باز در پلتفرم Hugging Face منتشر شده‌اند.
