Die Technik, die der KI beigebracht hat, Go zu spielen, kann einem Auto immer noch nicht das Fahren beibringen

Kategorie: Künstliche Intelligenz Gesendet 15. Januar

Reinforcement Learning (RL), die Kategorie des maschinellen Lernens, die auf Strafen und Belohnungen beruht, kann eine leistungsstarke Technik sein, um Maschinen beizubringen, sich an neue Umgebungen anzupassen.

AlphaGo von Deepmind nutzte es, um den weltbesten Go-Spieler zu besiegen, obwohl er noch nie zuvor gegen ihn gespielt hatte. Es hat sich auch bei der Entwicklung von Robotern als vielversprechend erwiesen, die unter wechselnden Bedingungen funktionieren können.

Aber die Technik hat ihre Grenzen. Es erfordert, dass eine Maschine herumstolpert, während sie ihre Aktionen im Laufe der Zeit langsam verfeinert. Das ist im Labor oder beim Spielen eines Brettspiels in Ordnung. Es ist weniger als ideal für Anwendungen wie selbstfahrende Autos, bei denen ein Fehler tödlich sein könnte.

Als Reaktion darauf haben Forscher verschiedene Wege entwickelt, um die Notwendigkeit einer realen Ausbildung zu umgehen. Ein Auto kann Verkehrsdaten verwenden, um beispielsweise das Fahren in einer sicheren digitalen Nachbildung der physischen Welt zu lernen, um seine Stolperphase zu überwinden, ohne jemanden in Gefahr zu bringen.

Aber das ist keine perfekte Lösung. Eine Maschine kann immer noch kostspielige Fehler machen, wenn sie auf Situationen stößt, die den Rahmen ihrer Trainingsdaten überschreiten. In einem Fall entdeckten Forscher der New York University, dass ein Auto gelernt hatte, 90-Grad-Kurven in den Gegenverkehr zu fahren (zum Glück innerhalb einer Simulation), weil sein Trainingsdatensatz diese Art von Szenarien nicht umfasste. Natürlich ist dies nicht praktikabel, um ein selbstfahrendes Auto oder beispielsweise einen Roboterchirurgen sicher zu trainieren.

Dasselbe Team an der NYU und der Direktor für KI-Forschung bei Facebook, Yann Lecun, sind jetzt dabei eine neue Methode vorschlagen das könnte dieses Problem lösen. Neben der Bestrafung und Belohnung eines Autos für sein Fahrverhalten bestraften sie es auch dafür, in Szenarien abzudriften, in denen es nicht über genügend Trainingsdaten verfügt.

Das zwinge das Auto im Wesentlichen dazu, vorsichtiger zu fahren, erklärt Mikael Henaff, einer der Autoren der Studie, anstatt wilde Kurven und andere Manöver zu fahren, die es auf unbekanntes Terrain befördern.

Als sie ihren neuen Ansatz testeten, stellten sie fest, dass er besser als frühere Methoden war, um das Auto dazu zu bringen, sicher durch dichten Verkehr zu navigieren. Es war jedoch immer noch nicht so gut wie die menschliche Leistung, also muss noch mehr Arbeit geleistet werden.

Diese Geschichte erschien ursprünglich in unserem KI-Newsletter The Algorithm. Um Geschichten wie diese zuerst zu lesen, lassen Sie sich The Algorithm direkt in Ihren Posteingang liefern. Hier kostenlos abonnieren.