پژوهش
هوش مصنوعی در محیط‌های چند عامل: همکاری، رقابت و ارتباط در مسیر رسیدن به AGI
در این مقاله به نقش محیط‌های چند عامل در توسعه هوش مصنوعی افزوده میپریندازیم و توضیح میدهیم چرا همکاری، رقابت و ارتباط کلید پیشرفت در مسیر رسیدن به AGI هستند
پژوهش
هوش مصنوعی و اکتشاف UCB: روشی نوین با Q‑Ensembles و بهینه‌سازی
اَشکابه‌ای از روش‌های نوین در یادگیری تقویتی: ترکیب استراتژی UCB با Q‑Ensembles به منظور افزایش کارایی اکتشاف در محیط‌های پیچیده هوش مصنوعی
پژوهش
OpenAI Baselines: DQN و سه نسخه‌ی جدید در زمینهٔ هوش مصنوعی
OpenAI کتابخانهٔ Baselines را به‌صورت کد باز رونویسی کرده و الگوریتم DQN همراه با سه نسخه پیشرفته را معرفی می‌کند. با جزئیات پیاده‌سازی و نکات کاربردی را بیابید.
پژوهش
هوش مصنوعی در رباتیک: رباتی پس از مشاهده یک بار، کار جدید را یاد می‌گیرد
OpenAI با ارائه یک سیستم رباتیک که کاملاً در شبیه‌سازی آموزش یافت و پس از مشاهده یک بار یک کار را اجرا می‌کند، گام نوینی در یادگیری ماشین برداشته است.
پژوهش
رو‌بوسکول: نرم‌افزار متن‌باز شبیه‌سازی ربات در هوش مصنوعی
رو‌بوسکول، نرم‌افزار متن‌باز شبیه‌سازی ربات، با OpenAI Gym یکپارچه شد و آزمایش الگوریتم‌های یادگیری ماشین را ساده می‌کند، در محیط‌های پویا و ورزشی.
پژوهش
تساوی گرادیان سیاست و یادگیری Q نرم: یک پیمایش جدید در هوش مصنوعی
در این پژوهش از OpenAI، رابطه‌ی نوآورانه‌ای میان گرادیان سیاست و یادگیری Q نرم کشف شد، که امکاناتی نوین برای بهینه‌سازی الگوریتم‌های تقویتی فراهم می‌کند.
پژوهش
هوش مصنوعی با شبکه عصبی تصادفی: یادگیری تقویتی سلسله‌مراتبی
مقاله OpenAI به بررسی شبکه‌های عصبی تصادفی و نقش آن‌ها در یادگیری تقویتی سلسله‌مراتبی می‌پردازد. کلمات کلیدی: هوش مصنوعی، یادگیری تقویتی، شبکه عصبی تصادفی.
پژوهش
هوش مصنوعی: یادگیری بدون نظارت برای تحلیل احساسات در نظرات آمازون
OpenAI با توسعه یک نرون احساسی بدون نظارت، نشان داد که یک مدل می‌تواند نمایه‌سازی اطلاعات احساسی را در متن‌های بررسی آمازون به‌صورت خودآموز ایجاد کند و بدون برچسب‌گذاری دستی عمل کند.
محصولات
هوش مصنوعی اسپم‌گیر: اولین ربات بر پایه شبیه‌سازی برای شناسایی اسپم در دنیای واقعی
OpenAI با اولین مدل هوش مصنوعی تعبیه‌شده در ربات، که تنها با آموزش در شبیه‌سازی تکمیل شد، توانست سیستم تشخیص اسپم در محیط‌های فیزیکی را معرفی 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.