پژوهش
کاوش بهینه‌تر در هوش مصنوعی: نویز پارامتر راهکار جدید OpenAI
OpenAI با معرفی نویز پارامتر، روشی ساده و مؤثر برای بهبود کاوش در الگوریتم‌های یادگیری تقویتی ارائه کرده است. این تکنیک عملکرد را به طور چشمگیری افزایش می‌دهد و به ندرت مضر است.
سیاست و قانون
بهینه‌سازی سیاست پروگزیمال
ما در حال انتشار کلاس جدیدی از الگوریتم‌های یادگیری تقویتی، بهینه‌سازی سیاست پروگزیمال (PPO) هستیم که عملکردی مشابه یا بهتر از رویکردهای پیشرفته دارند، در حال
پژوهش
هوش مصنوعی: بازپخش تجربهٔ به‌دست‌آمده به‌عنوان نیروی تسریع یادگیری تقویتی
در این مقاله، به بررسی بازپخش تجربهٔ به‌دست‌آمده در یادگیری تقویتی پرداخته و نشان می‌دهد چگونه می‌تواند عملکرد رباتیک و بازی‌های شبیه‌سازی را تسریع کند.
پژوهش
هوش مصنوعی: Evolution Strategies جایگاه جدیدی در یادگیری تقویتی می‌گیرد
روش Evolution Strategies (ES) جایگزین مقیاس‌پذیر یادگیری تقویتی می‌شود؛ در بازی‌های آتاری و MuJoCo عملکرد مشابه RL را دارند و تا ۵ برابر کاهش می‌دهد.
پژوهش
هوش مصنوعی در ابر: چگونه OpenAI و مایکروسافت آزور را نشنوع می‌کنند
OpenAI و مایکروسافت با هم همکاری می‌کنند تا آزمایش‌های بزرگ هوش مصنوعی را بر روی پلتفرم ابری Azure اجرا کنند، گام جدیدی برای بهبود عملکرد AI و سازگاری فناوری. این همکاری به توسعه‌ی مدل‌های پیشرفته کمک می‌کند.
پژوهش
هوش مصنوعی: چالش‌های ایمنی واقعی در پژوهش کنکریت و راهکارهای پیشنهادی
مقالهٔ تازه Google Brain با همکاران دانشگاه Berkeley و Stanford به بررسی چالش‌های واقعی ایمنی هوش مصنوعی می‌پردازد و راهکارهای عملی برای تضمین عملکرد صحیح مدل‌های یادگیری ماشین بیان می‌کند.