Технические цели OpenAI20.06.2016 07:00

Мы стремимся создавать ИИ в рамках более широкого сообщества и хотим делиться своими планами и возможностями по мере продвижения вперед. Мы также работаем над укреплением структуры управления нашей организации и поделимся своими мыслями по этому поводу позже в этом году.

Наша метрика

Определить метрику интеллекта — задача непростая, но она необходима нам для измерения нашего прогресса и фокусировки исследований. Поэтому мы создаем развивающуюся метрику, которая измеряет, насколько успешно агент может достигать поставленной пользователем цели в самых разных средах.

Цель 1: Измерение нашего прогресса

Метрика будет состоять из различных сред OpenAI Gym⁠ с унифицированным пространством⁠ действий и наблюдений (так что один и тот же агент может работать во всех из них), включая игры, робототехнику и языковые задачи. Наша реализация будет со временем развиваться, и мы будем держать сообщество в курсе событий.

Наши исследования

Значительная часть наших исследовательских ресурсов тратится на фундаментальные исследования. Мы всегда будем разрабатывать и тестировать новые идеи, особенно те, которые не укладываются аккуратно в нашу текущую картину мира. Это важно — наших текущих идей будет недостаточно для достижения долгосрочной цели.

Мы также сформировали команды под конкретные проекты. Цель состоит не только в решении этих проблем, но и в разработке универсальных алгоритмов обучения в процессе. Эти алгоритмы, в свою очередь, помогут нам создавать более способных агентов в соответствии с нашей метрикой. К таким проектам относятся:

Цель 2: Создать домашнего робота

Мы работаем над тем, чтобы физический робот (серийный, не производимый OpenAI) мог выполнять базовую работу по дому. Существуют существующие⁠методы⁠ для решения конкретных задач, но мы верим, что алгоритмы обучения в конечном итоге могут стать настолько⁠надежными⁠, чтобы создать робота общего назначения. В более общем плане робототехника — это отличный испытательный полигон для решения многих задач в области ИИ.

Цель 3: Создать агента с полезным пониманием естественного языка

Мы планируем создать агента, способного выполнять сложную задачу, описанную на естественном языке, и запрашивать уточнения по поводу задачи, если она двусмысленна. На сегодняшний день существуют перспективные алгоритмы для таких задач с учителем, как ответы⁠ на вопросы⁠,  синтаксический⁠анализ⁠ и машинный⁠перевод⁠, но нет решений для более продвинутых лингвистических целей, таких как способность вести диалог, способность полностью понимать документ и способность следовать сложным инструкциям на естественном языке. Мы рассчитываем разработать новые алгоритмы обучения и парадигмы для решения этих проблем.

Цель 4: Решение самых разных игр с помощью одного агента

Мы стремимся обучить агента, достаточно способного решать любую игру в рамках нашей первоначальной метрики. Игры представляют собой виртуальные мини-миры с большим разнообразием, и обучение быстрому и качественному прохождению игр потребует значительных успехов в области генеративных моделей⁠ и обучения с подкреплением⁠. (Нас вдохновляет новаторская работа компании DeepMind⁠, которая за последние несколько лет добилась впечатляющих⁠результатов⁠ в этой области).

Наши проекты и фундаментальные исследования имеют общую основу, поэтому прогресс в любом из направлений, скорее всего, принесет пользу остальным. Каждое из них отражает определенный аспект решения задач и было выбрано за потенциал существенно продвинуть нашу метрику.

Мы только начинаем работу над этими проектами, и детали могут измениться по мере получения дополнительных данных. Мы также рассчитывать добавлять новые проекты со временем.