Российские исследователи подготовили и опубликовали банк данных, который позволяет обучать ИИ самостоятельному принятию решений и освоению правил работы на наглядных примерах. Этот банк содержит в себе 100 млрд наборов данных для контекстного обучения с подкреплением, сообщила пресс-служба Института искусственного интеллекта AIRI.
"В области контекстного обучения с подкреплением нет стандартизации, и авторы всех ранее существующих работ были вынуждены каждый раз собирать новый набор данных с нуля. Представленный набор доступен для всех ученых и разработчиков и насчитывает 100 миллиардов фиксированных наборов данных. Он может пригодиться не только для создания ИИ, которые будет гораздо проще настраивать для решения новых задач без вовлечения узкопрофильных специалистов, но и источником полезных синтетических данных", - говорится в сообщении.
Этот банк данных был разработан для обучения систем ИИ, способных осваивать решение новых задач за минимальное время, опираясь на относительно небольшое число готовых примеров. Созданный учеными набор подобных примеров включает в себя информацию по 30 тыс. различным задачам, которые были адаптированы для использования в универсальной среде обучения XLand-MiniGrid, разработанной российскими исследователями.
Для подготовки этого набора задач исследователи использовали разработанные ранее ими алгоритмы, позволяющие использовать большое число графических процессоров для обучения ИИ и подготовки подобных банков данных, а также их воспроизведения и проверки полученных результатов. Все эти данные, а также утилиты для работы с ними, были опубликованы в открытом виде на одной из популярных платформ для разработки программ.
Для демонстрации полезности этого банка данных исследователи применили его для обучения систем ИИ, построенных на базе двух разных подходов к контекстному обучению с подкреплением - AD и DPT. Эти опыты показали, что первая нейросеть приобрела способность самостоятельно принимать решения в незнакомых им ситуациях при наличии нескольких примеров для обучения, тогда как вторая не смогла этого сделать. Это является интересным открытием само по себе, подытожили ученые.