OpenAI发布“宇宙”平台,用1000+训练环境赋予AI“类人智力”

简介:

当人工智能领域大牛在西班牙NIPS会议酒店吃早餐的时候,Open AI 宣布开源了其新平台“宇宙”(Universe)。这家由伊隆·马斯克资助的非赢利性AI开源组织,在周一的上午搞了个大新闻,相信NIPS的餐桌上一定热闹非凡。当然,Open AI后续也在NIPS的会场展示了自己的成果。

Open AI 联合创始人Greg Brockman 在Twitter上说道,“这个AI 训练架构,是我们从Open AI建立之初就在计划着的”。可见Open AI对这个平台的重视。

OpenAI发布宇宙平台,用1000+训练环境赋予AI类人智力

那么这个敢以“宇宙”命名的 Universe是个什么东西呢?

掌握人类的“普通智力”

OpenAI官网的介绍是:Universe软件平台,通过全世界的游戏、网页和其它应用,来测量和训练AI的普通智力。

在Universe上,AI智能体像人一样使用电脑:观看视频,并操作键盘和鼠标(只不过是虚拟的)。总而言之:人类可以在网络上做的事情,Universe都可以让AI智能体经历一遍,目的就是训练智能体掌握类似于人类的“普通智力”。

OpenAI发布宇宙平台,用1000+训练环境赋予AI类人智力

如今的AI技术,已经使计算机能看、能听和翻译,还能产生图像、声音和文本,AlphaGo甚至击败了李世石。

但是如今的AI技术仍然逃脱不了“窄AI”的范畴,也就是说,它可以在某一个特定领域达到超强表现,但是一旦超过这个领域,就无法工作。AlphaGo能在围棋上轻松赢过任何人,但是没法去玩其他的棋类游戏。

而Universe平台,就是为了打破“窄AI”的樊篱而诞生的。其核心架构由 Greg Brockman, Catherine Olsson和Alex Ray三人一起建构。

OpenAI创始人Ilya Sutskever在接受《连线》采访时说道:“一个AI智能体就是应该能够解决你扔给它的任何问题。”这听起来有点过于大胆了,甚至有点“天方夜谭”。但Sutskever将Universe与ImageNet作类比,他认为ImageNet帮助计算机能够像人一样地“看见”,如今谷歌和Facebook的众多app已经可以做到这一点了,而Universe要做的,就是将人工智能朝向每一个维度扩展。

1000+训练环境

早在今年4月,OpenAI 发布了一个名为Gym的工具包,用来开发和比较增强学习算法,包括了众多训练环境(Environments)。如今在Universe上,任何一个程序都可以转变成一个Gym环境。

今天发布的Universe,可以在1000多个环境里运行,包括Flash 游戏、浏览器任务等。Universe 搞定了 Valve 和 Microsoft这样的游戏巨头,获得了游戏授权。

OpenAI发布宇宙平台,用1000+训练环境赋予AI类人智力

(Universe平台的部分合作方)

其实在游戏里训练智能体不是新鲜事儿,因为游戏的内容是可控的,有清晰的奖惩机制,所以智能体在其中可以稳定地学习什么可以做,什么不可以做。比如加拿大阿尔伯塔大学提供了经典游戏Atari的学习环境,微软则基于Minecraft游戏打造了Malmo系统。

可以说,从训练智能体这一点来看,视频游戏已经给真实世界带来了积极的影响。

不过相比而言,Universe不仅可以在众多游戏环境里,还能在浏览器任务等任何网络环境里运行,其覆盖面超过了以往任何同类系统。

意义:省钱

DeepMind之前建立了一个可以在Atari游戏里训练的智能体,并使用相似的技术来对谷歌全球数据中心网络进行精细化训练,以此来节省每年数百万美金的成本支出。

Craig Quiter目前是Otto公司的工程师,这家自动驾驶卡车公司今年夏天被Uber收购。 在任职Otto之前,Quiter曾参与过Universe的开发工作,由于此前对该平台早已熟悉,他对 Universe“省钱”的功能兴致勃勃,正在打造一个可以玩“侠盗猎车手V”游戏的智能体。

OpenAI发布宇宙平台,用1000+训练环境赋予AI类人智力

目前Otto的自动驾驶系统可以在相对平稳的环境下运行,但是在未来几年,该公司希望可以随时对路上遭遇的恶劣状况做出反应,而“侠盗猎车手V”里此起彼伏的惊险车况,对于Otto的自动驾驶系统是个很好的训练素材。

Sutskever表示,在长期看来,Universe平台以后甚至可以用于“迁移学习”:智能体把一个场景中学到的东西应用到另一个场景。他表示目前已经在着手建立一些智能体,将一个赛车游戏里学到的东西,应用在新的游戏里。


相关文章:

OPEN AI LAB,这个实验室如何加速人工智能的“进化”? | 深度


本文作者:亚萌


本文转自雷锋网禁止二次转载,原文链接

相关文章
|
1天前
|
存储 弹性计算 人工智能
【阿里云弹性计算】AI 训练与推理在阿里云 ECS 上的高效部署与优化
【5月更文挑战第25天】阿里云ECS为AI训练和推理提供弹性、可扩展的计算资源,确保高性能和稳定性。通过灵活配置实例类型、利用存储服务管理数据,以及优化模型和代码,用户能实现高效部署和优化。自动伸缩、任务调度和成本控制等策略进一步提升效率。随着AI技术发展,阿里云ECS将持续助力科研和企业创新,驱动人工智能新时代。
6 0
|
2天前
|
机器学习/深度学习 人工智能 数据处理
如何通过端到端的训练策略提高AI在音频应用领域的应用范围?
【5月更文挑战第24天】如何通过端到端的训练策略提高AI在音频应用领域的应用范围?
10 1
|
5天前
|
人工智能 JSON 自然语言处理
[AI OpenAI-doc] 动作入门指南
为GPT创建一个动作需要3个步骤:构建一个API、以OpenAPI YAML或JSON格式记录API、在ChatGPT UI中将Schema暴露给你的GPT。本文将重点介绍通过为GPT定义自定义动作来创建一个待办事项列表GPT。
|
5天前
|
人工智能 测试技术 API
[AI OpenAI-doc] GPT中的动作
学习如何构建一个智能调用你的API的GPT动作。GPT提供了深度定制ChatGPT以满足特定用例的能力,以及自定义功能。
|
6天前
|
存储 人工智能 安全
[译][AI OpenAI-doc] 弃用
随着我们推出更安全、更功能强大的模型,我们定期淘汰旧模型。依赖OpenAI模型的软件可能需要偶尔更新以保持正常工作。受影响的客户将始终通过电子邮件和我们的文档以及博客文章(针对较大的更改)收到通知。本页面列出了所有API弃用情况,以及推荐的替代方案。
|
6天前
|
人工智能 JavaScript 前端开发
[译][AI OpenAI-doc] 库
我们提供了Python库和TypeScript / JavaScript库,支持各种运行时。安装后,您可以使用您的秘钥来运行库中提供的功能。微软的Azure团队也维护了与OpenAI API和Azure OpenAI服务兼容的库。此外,还有许多由社区构建和维护的其他库可供使用。请注意,OpenAI不验证这些项目的正确性或安全性。
|
7天前
|
人工智能 缓存 API
[译][AI OpenAI-doc] 错误代码
本指南包括关于您可能从 API 和我们官方的 Python 库中看到的错误代码的概述。概述中提到的每个错误代码都有一个专门的部分,提供进一步的指导。
|
8天前
|
存储 人工智能 测试技术
[译][AI OpenAI-doc] 批处理 API
了解如何使用 OpenAI 的批处理 API 发送异步请求组,其成本降低 50%,具有一个独立的更高速率限制池,并提供明确的 24 小时完成时间。该服务非常适合处理不需要即时响应的作业。您也可以直接在这里查看 API 参考。
|
9天前
|
人工智能 测试技术 API
[译][AI OpenAI-doc] 速率限制
速率限制是我们的API对用户或客户在指定时间段内访问我们服务的次数施加的限制。速率限制是API的一种常见做法,有助于防止对API的滥用或误用,并确保每个人都能公平地访问API。本文介绍了速率限制的原因、工作方式以及如何处理速率限制错误。
|
11天前
|
人工智能 iOS开发 MacOS
[译][AI OpenAI] 引入 GPT-4o 及更多工具至免费版 ChatGPT 用户
我们推出了最新的旗舰模型 GPT-4o,并为免费版 ChatGPT 用户提供更多功能,包括更快的速度、改进的文本、语音和视觉能力,以及新的桌面应用程序和简化的界面。
[译][AI OpenAI] 引入 GPT-4o 及更多工具至免费版 ChatGPT 用户

热门文章

最新文章