En algoritme, der udviklede Starcraft-bots, træner også selvkørende biler

Waymo køretøj Waymo

Waymos selvkørende biler har nu noget til fælles med de hjerner, der styrer almindelige køretøjer: deres intelligens kommer delvist fra evolutionens kraft.

Ingeniører hos Waymo, ejet af Alphabet, gik sammen med forskere hos DeepMind, en anden Alphabet-division dedikeret til AI, for at finde en mere effektiv proces til at træne og finjustere virksomhedens selvkørende algoritmer.

De brugte en teknik kaldet befolkningsbaseret træning (PBT), tidligere udviklet af DeepMind til finpudsning af videospilsalgoritmer. PBT, som tager inspiration fra biologisk evolution, fremskynder udvælgelsen af ​​maskinlæringsalgoritmer og parametre til en bestemt opgave ved at lade kandidatkoden trække fra de mest egnede prøver (dem, der udfører en given opgave mest effektivt) i en algoritmisk population.

Forfining af AI-algoritmer på denne måde kan også være med til at give Waymo en fordel. Algoritmerne, der guider selvkørende biler, skal omskoles og omkalibreres, efterhånden som køretøjerne indsamler flere data og udrulles nye steder. Dusinvis af virksomheder ræser om at demonstrere den bedste selvkørende teknologi på rigtige veje. Waymo er på opdagelse forskellige andre måder at automatisere og accelerere udviklingen af ​​dets maskinlæringsalgoritmer.

Faktisk burde mere effektive metoder til genoptræning af maskinlæringskode gøre det muligt for AI at være fleksibel og nyttig i forskellige sammenhænge.

En af de vigtigste udfordringer for alle, der laver maskinlæring i et industrielt system, er at være i stand til at genopbygge systemet for at drage fordel af ny kode, siger Matthieu Devin, direktør for maskinlæringsinfrastruktur hos Waymo. Vi skal hele tiden genoptræne nettet og omskrive vores kode. Og når du genoptræner, skal du muligvis justere dine parametre.

Moderne selvkørende biler styres af en næsten Rube Goldberg-kombination af algoritmer og teknikker. Adskillige maskinlæringsalgoritmer bruges til at spotte vejlinjer, skilte, andre køretøjer og fodgængere i sensordata. Disse arbejder sammen med konventionel eller håndskrevet kode for at styre køretøjet og reagere på forskellige eventualiteter. Hver ny iteration af et selvkørende system skal testes grundigt i simulering.

Nutidens selvkørende køretøjer er især afhængige af dyb læring. Men at konfigurere et dybt neuralt netværk med de rigtige egenskaber og parametre (de værdier, der er hårdkodet i starten) er en vanskelig kunst. Kandidatnetværk og -parametre vælges for det meste enten manuelt, hvilket er tidskrævende, eller justeres tilfældigt af en computer, hvilket kræver masser af processorkraft.

Hos Waymo træner vi tonsvis af forskellige neurale net, og forskere bruger meget tid på at finde ud af, hvordan man bedst træner disse neurale net, siger Yu-hsin (Joyce) Chen, en maskinlæringsinfrastrukturingeniør hos Waymo. Vi havde et behov for det og slog bare til.

Chen siger, at hendes team nu bruger PBT til at forbedre udviklingen af ​​deep-learning-kode, der bruges til at detektere vognbanemarkeringer, køretøjer og fodgængere, og til at verificere nøjagtigheden af ​​mærkede data, der føres til andre maskinlæringsalgoritmer. Hun siger, at PBT har reduceret den computerkraft, der kræves for at genoptræne et neuralt net, med omkring halvdelen og har fordoblet eller tredoblet udviklingscyklussens hastighed.

Google udvikler en række teknikker til at hjælpe med at automatisere processen med at træne maskinlæringsmodeller, og det tilbyder allerede nogle af dem til kunder gennem et projekt kendt som Cloud Auto-ML . At gøre AI-træning mere effektiv og automatiseret vil uden tvivl vise sig at være afgørende for bestræbelserne på at kommercialisere og drage fordel af teknologien.

Oriol Vinyals, en hovedforsker ved DeepMind og en af ​​opfinderne af PBT, siger, at ideen til at bruge PBT hos Waymo opstod, da han besøgte Devin. DeepMind udviklede først teknikken i 2017 som en måde at fremskynde træningen af ​​neurale netværk, og senere brugte den til at hjælpe en computer med at spille StarCraft II, et kampvideospil, der er særligt udfordrende for maskiner (se Innovators Under 35, 2016). DeepMinds samarbejde med Waymo begyndte, før det offentliggjorde sin StarCraft-forskning i januar 2019.

Den evolutionslignende proces, der anvendes i PBT, gør det også lettere at forstå, hvordan en dyb-læringsalgoritme er blevet finjusteret og optimeret med noget, der ligner et genealogisk træ. En af de fede ting er, at du kan visualisere udviklingen af ​​parametre, siger Vinyals. Det er en god måde at bekræfte, at det, der sker, rent faktisk giver mening for dig.

Opdateret 29. juli for at afspejle det faktum, at PBT blev udviklet før DeepMind begyndte at arbejde på StarCraft II.

skjule