語言可以幫助人工智能適應新環(huán)境

在本周在預印服務器Arxiv.org上發(fā)表的一項新研究中，多倫多大學和致力于推進人工智能的獨立非營利組織Vector Institute的科學家提出了嬰兒人工智能，這是一個研究描述性文本是否有助于人工智能在動態(tài)環(huán)境中推廣的平臺。 它和幾個基線模型都將很快在GitHub上提供。

機器學習中最強大的技術之一-強化學習，它需要通過獎勵激勵軟件代理實現(xiàn)目標-也是最有缺陷的技術之一。 它的樣本效率低下，這意味著它需要大量的計算周期來完成，并且沒有額外的數據來覆蓋變化，它很難適應與訓練環(huán)境不同的環(huán)境。

理論上，通過結構化語言對任務的先驗知識可以與強化學習相結合，以減輕其缺點，而嬰兒人工智能是為了將這一理論付諸實踐。 為此，該平臺建立在現(xiàn)有的強化學習框架-寶貝A I-之上，以生成各種基于動態(tài)、彩色瓷磚的環(huán)境，以及詳細描述其布局的文本。

嬰兒人工智能的水平包括可以拾取和丟棄的物體;可以解鎖和打開的門;以及代理必須承擔的各種任務。 就像環(huán)境本身一樣，任務是隨機生成的，它們通過“嬰兒語言”傳達給代理，這是一種使用英語詞匯子集的組合語言。

上述文本揭示了使用的瓷磚類型和每個瓷磚的顏色匹配。 由于顏色和瓷磚類型之間的配對是隨機的，因此代理必須它的描述才能正確地導航地圖。

在寶貝A I中，每個級別被劃分為兩種配置：培訓和測試。 在訓練配置中，代理暴露在級別中的所有瓷磚和顏色類型中，但是一些顏色類型對的組合被保留出來。 在測試配置中，啟用所有顏色類型對，迫使代理使用語言接地將瓷磚的類型關聯(lián)到顏色上。

本文描述了使用基線模型進行的幾個實驗，其中之一-注意力融合-使用所謂的注意機制將相關的文本嵌入(數學表示)分配給場景嵌入特征映射上的位置(一個將嵌入映射到特征空間的函數，或AI過程駐留的變量的維數)。 對于最困難的水平，這種注意力融合模型在最具挑戰(zhàn)性的水平上比第二最佳模型高16.2%的測試成功率(5個步驟或動作后約60%)，并且它使用較少的圖像幀完成了該級別(約65比75)。