NadiAIGlobal AI news. Concise. Clear. Easy to follow.
OpenAI membuka kod sumber OpenAI Baselines, usaha dalaman untuk meniru prestasi algoritma pembelajaran penguatan. Siaran awal hari ini memasukkan DQN dan tiga variasinya, dengan algoritma tambahan akan dikeluarkan beberapa bulan akan datang.
OpenAI bersama pasukan keselamatan DeepMind membangunkan algoritma yang menilai keutamaan manusia dengan membandingkan dua tingkah laku dan menentukan yang lebih baik. Langkah ini bertujuan mengurangkan keperluan fungsi tujuan bertulis manusia yang boleh salah wakil dan menyebabkan tingkah laku berbahaya.
OpenAI mengumumkan kelas baharu algoritma pembelajaran pengukuhan, Proximal Policy Optimization (PPO). Mereka berkata PPO memberi prestasi setanding atau lebih baik daripada kaedah terkemuka, sambil lebih mudah dilaksanakan dan ditala, dan kini menjadi algoritma lalai di OpenAI.
Analisis OpenAI menunjukkan sejak 2012 jumlah compute untuk melatih rangkaian neural mencapai prestasi ImageNet berkurang dua kali setiap 16 bulan. Berbanding 2012, kini diperlukan 44 kali kurang compute untuk mencapai tahap AlexNet, melebihi peningkatan 11x yang dijangka oleh Moore's Law.
Menurut MIT Technology Review, startup Miami Subquadratic mendakwa telah menyelesaikan sekatan matematik yang mengekang kemajuan model bahasa besar hampir sedekad. Syarikat itu mula berkongsi bukti bagi menyokong tuntutan, tetapi butiran masih disahkan dan komuniti penyelidik kekal berhati-hati.