Facebook 开源机器学习库 TorchCraft(附 LeCun 深度学习教学视频)

【新智元导读】Facebook 日前开源了机器学习库 TorchCraft,方便研究人员使用控制器,编写能够玩星际争霸游戏的智能代理。此外,本周五 FAIR 主管 Yann LeCun 与同事撰文科普人工智能,针对学生、在职者等人如何在 AI 上更进一步提出许多实用建议,其重点是 Facebook 的一系列教学视频中。本文精选其中关于数学的三则

度学习技术最近使研究人员能够在监督式学习时代成功地解决低级别的知觉问题。在加强学习领域,这已经转化为开发能够学习在高维输入空间中行动的代理的能力。尤其是深度神经网络,被用于辅助将强化学习扩展到与视觉输入有关的环境,使代理能够在测试中学习策略,这在以前是十分困难的。例如,深度Q网络(DQN)算法已经能够通过控制器,直接从原始像素学习,并除了比赛得分以外,没有任何附加监控的情况下,在大多数经典ATARI 2600游戏上达到人类水平。

然而,在这个新领域中衍生出的大部分工作都是应对状态完全可见的环境、奖励函数没有或只有很低的延迟,并且动作集相对较小的条件。为了解决绝大多数现实生活中的问题,代理必须能够处理只有部分可见、结构化和复杂的动力学,以及具有噪声和高维控制接口的环境。

为了给社区提供有用的研究环境,研究人员已经开发了基于视频游戏的平台,如Torcs、Mario AI、Unreal的BotPrize,以及 Atari游戏学习环境,比如 VizDoom 和 Minecraft。所有这些都允许研究人员训练深度学习模型进行模仿学习(imitation learning)、强化学习和各种决策算法,以应对日益困难的问题。

最近,还有人致力于将这些和许多其他这样的环境融合在一个平台,提供一个交互的标准接口。日前,Facebook 研究员开源 TorchCraft,在深度学习环境 Torch 与星际争霸之间搭起了桥梁,方便研究人员使用控制器,编写能够玩星际争霸游戏的智能代理。

在论文中,Facebook 研究员提出使用编程语言 Lua,将有活跃的AI研究社区和年度AI比赛的RTS游戏《星际争霸:布洛德战争》连接起来,并且提供了其在机器学习库 Torch中的例子。

摘要

我们在本文中提供了 TorchCraft 库,使在诸如《星际争霸:布洛德战争》这样的研究实时战略(RTS)游戏平台上从事深度学习研究更加简便,也就是让研究人员使用机器学习框架Torch控制这些游戏时,操作更加简便。这份白皮书提出了使用RTS游戏作为AI研究基准的看法,并描述了TorchCraft的设计和组件。

LeCun 关于学习深度学习的几点建议

本周五 Facebook 推出一系列人工智能教学视频,FAIR 主管 Yann LeCun 以及应用机器学习部门主管 Joaquin Quiñonero Candela 撰文科普人工智能,并向那些对人工智能感兴趣的学生提出一些实用建议,“数学”是这些建议的核心。

Yann LeCun 讲解深度学习

很多科技公司都会强调 STEM(科学、技术、工程学、数学)的重要性,但此次来自 Facebook 的建议更显突出。LeCun 特别建议同学要学好微积分(Calc I, Calc II, Calc III)、线性代数、概率论以及统计学,越早学会越好。

在 Facebook 的这一系列教学视频中,LeCun 把微积分比作机器学习的“电力”,统计学则相当于机器本身的齿轮。

Back Propagation 算法详解

梯度下降(Gradient Descent)

坦白说,LeCun 和 Candela 的这些建议的对象应该大部分是大学生,但考虑各教育程度的学生也很重要。任何人在日常生活中都会用到很多统计学知识。除了数学,LeCun 和 Candela 还强调工程学、计算机科学、经济学和神经科学对人工智能来说也是相当重要的学科。

两人还指出哲学是理解“知识”和“学习”必要的先决条件。在有关Facebook假新闻事件的例子中,许多评论都认为我们不能忘记机器学习的各种应用的背后都有人类的存在。我们还不知道怎样解决“黑盒”问题,但可以确定的是,去努力弄清楚这个问题的是人类。如果这些人在运用数据之前理解了“学习”的机制,对解决黑盒问题必定会有所帮助。

最后,LeCun 和 Candela 也提到如何在机器学习领域找到一份工作。他们的建议非常好理解:找一位教授合作,考虑与那些时间充裕的博士生们合作,并且无论你未来想做什么,都应该找一份行业里的实习,以了解 AI 在真实世界里如何作用。两人还建议在申请博士课程时,应该认识到,你想与之合作的教授比大学的排名更重要。当得到与教授的合作机会时,学生应该努力解决一个特定的问题,并且尝试开源一些代码。

编译来源:https://techcrunch.com/2016/12/01/facebooks-advice-to-students-interested-in-artificial-intelligence/

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2016-12-04

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏人工智能

生成人工智能:创意专家新的强大工具

人工智能可以以惊人的速度,效率和逼真度生成新的数据模式。在过去的几年里,人工智能通过算法生成可以以数字形式呈现的任何对象已经司空见惯。到2019年,大多数领先的...

2056
来自专栏林德熙的博客

给博客添加rss订阅

今天分享的是细胞自动机,细胞自动机是一个学科,我今天要讲的是狭义的细胞自动机,广义的细胞自动机的边界还是模糊的。可能大家会把细胞自动机和dna编程混淆,实际上他...

1672
来自专栏新智元

【解密】谷歌内部机器学习系统Vizier曝光:用迁移学习自动优化超参数

【新智元导读】全自动机器学习是开发人员的梦想,谷歌已经实现了第一步——自动调参。日前,谷歌发布论文,介绍了他们内部的机器学习系统 Google Vizier,利...

4513
来自专栏数据的力量

史上最好的思维导图中文教程

1181
来自专栏大数据文摘

谷歌DeepMind最新突破:让机器像人脑一样保留学习记忆,向类人智能更进一步

2185
来自专栏奇点大数据

围棋之后,AI玩FPS游戏也能秀人类一脸!

基于经典第一人人称射击游戏毁灭战士DOOM的AI挑战赛“Visual Doom AI Competition @ CIG 2016”尘埃落定,Facebook团...

4136
来自专栏人工智能快报

可解读足球阵型和防守策略的人工智能来了

迪斯尼研究院(Disney Research)表示其以开发出可以解读足球比赛队形和防守策略的人工智能。 然足球运动员在比赛时的角色是固定的,但在整个赛程甚至是一...

3777
来自专栏新智元

【牛津调查:AI 超越人类编年史】柯洁之后,32个AI里程碑全预测

【新智元导读】人类纪元2017年,世界第一柯洁哭了,为自己 0:3 对 AlphaGo 的落败。有人解读说,这预见到了人族衰败的开始,和未来两个族群之间在智力上...

3446
来自专栏PPV课数据科学社区

足球大数据:统计和分析之间岂止一步之遥

我们当然希望从这些简单的描述性的统计数据背后能够挖掘出更多关于足球比赛本质的信息。虽然这方面已经开展了很多工作,也有了一些进展,但是还只是在萌芽阶段。 ? 相...

8964
来自专栏大数据文摘

Youtube爆火视频 | 用TensorFlow+40行代码识别手写数字图像

4022

扫码关注云+社区

领取腾讯云代金券