AI: поза випуском
3094 новини у цій темі, які конвеєр прочитав і розклав, але які не пройшли за рангом у жоден випуск. Тема й оцінка класифікатора в них є — не вистачило свіжості, резонансу чи місця проти сусідів. · сторінка 62 з 104
-
Reinforcement learning algorithms can break in surprising, counterintuitive ways. In this post we’ll explore one failure mode, which is where you misspecify your reward function.
«Обговорення проблем у reinforcement learning, що є темою AI-досліджень.»
-
Universe 0,95
We’re releasing Universe, a software platform for measuring and training an AI’s general intelligence across the world’s supply of games, websites and other applications.
«Анонс платформи Universe для тренування AI, що є продуктом у сфері AI.»
-
Last week we hosted over a hundred and fifty AI practitioners in our offices for our first self-organizing conference on machine learning.
«Звіт про конференцію AI-практиків, що стосується розвитку AI-спільноти.»
-
Deep learning is an empirical science, and the quality of a group’s infrastructure is a multiplier on progress. Fortunately, today’s open-source ecosystem makes it possible for anyone to build great deep learning infrastructure.
«Обговорення інфраструктури для deep learning, що є технічною темою AI.»
-
The latest information about the Unconference is now available at the Unconference wiki, which will be periodically updated with more information for attendees.
«Інформація про Unconference з машинного навчання, що стосується AI-спільноти.»
-
Team update 0,90
We’ve hired more great people to help us achieve our goals. Welcome, everyone!
«Оновлення про найм нових співробітників для роботи над AI-проектами.»
-
We (along with researchers from Berkeley and Stanford) are co-authors on today’s paper led by Google Brain researchers, Concrete Problems in AI Safety. The paper explores many research problems around ensuring that modern machine learning systems operate as…
«Наукова робота про проблеми безпеки AI, що є дослідженням у сфері AI.»
-
OpenAI’s mission is to build safe AI, and ensure AI’s benefits are as widely and evenly distributed as possible.
«Опис технічних цілей OpenAI щодо безпечного AI, що є ключовою темою AI.»
-
Generative models 0,95
This post describes four projects that share a common theme of enhancing or using generative models, a branch of unsupervised learning techniques in machine learning. In addition to describing our work, this post will tell you a bit more about generative…
«Опис проектів з генеративними моделями, що є центральною темою AI.»
-
Team update 0,90
We’d like to welcome the latest set of team members to OpenAI (and we’re still hiring!)
«Оновлення про нових членів команди OpenAI, що стосується AI-команди.»
-
OpenAI Gym Beta 0,95
We’re releasing the public beta of OpenAI Gym, a toolkit for developing and comparing reinforcement learning (RL) algorithms. It consists of a growing suite of environments (from simulated robots to Atari games), and a site for comparing and reproducing…
«Реліз OpenAI Gym Beta — продукт для розробки RL алгоритмів, що є AI-продуктом.»
-
We have two more team updates.
«Оновлення команди OpenAI, що стосується AI-команди.»
-
Team++ 0,90
We’ve had some fantastic people join over the past few months (and we’re still hiring). Welcome, everyone!
«Інформація про нових співробітників OpenAI, що є новиною про AI-команду.»
-
Adversarial examples are inputs to machine learning models that an attacker has intentionally designed to cause the model to make a mistake; they’re like optical illusions for machines. In this post we’ll show how adversarial examples work across different…
«Новина про атаки на моделі машинного навчання з використанням adversarial examples, що стосується AI і безпеки ML.»
-
Nous Research Ships Bot Mode for Hermes Agent, Turning Agent Profiles Into a Roster of Named Bots 0,95
Nous Research has shipped Bot Mode for Hermes Agent, its MIT-licensed open source agent. Bot Mode replaces the single-agent session list with a roster of named bots. Each bot is a real Hermes profile, with its own chat, memory, skills, and pinned model. Bots…
«Новина про запуск Bot Mode для Hermes Agent, що стосується AI-агентів і генеративних моделей.»
-
We’ve developed an unsupervised system which learns an excellent representation of sentiment, despite being trained only to predict the next character in the text of Amazon reviews.
«Новина про розробку системи, що вивчає представлення сентименту за допомогою AI, належить до рубрики AI.»
-
We’ve created the world’s first Spam-detecting AI trained entirely in simulation and deployed on a physical robot.
«Новина про створення AI для виявлення спаму на фізичному роботі — це подія про AI і робототехніку, але основний акцент на AI, тому рубрика AI.»
-
We’ve discovered that evolution strategies (ES), an optimization technique that’s been known for decades, rivals the performance of standard reinforcement learning (RL) techniques on modern RL benchmarks (e.g. Atari/MuJoCo), while overcoming many of RL’s…
«Новина про дослідження еволюційних стратегій як альтернативи reinforcement learning — це наукове дослідження в галузі AI.»
-
Distill 0,90
We’re excited to support today’s launch of Distill, a new kind of journal aimed at excellent communication of machine learning results (novel or existing).
«Новина про запуск журналу для комунікації результатів машинного навчання — це подія про AI і дослідження в цій сфері.»
-
In this post we’ll outline new OpenAI research in which agents develop their own language.
«Новина про дослідження, де агенти розвивають власну мову — це AI-дослідження.»
-
Learning a hierarchy 0,95
We’ve developed a hierarchical reinforcement learning algorithm that learns high-level actions useful for solving a range of tasks, allowing fast solving of tasks requiring thousands of timesteps. Our algorithm, when applied to a set of navigation problems…
«Новина про розробку алгоритму ієрархічного навчання підкріплення для вирішення завдань, що є дослідженням у сфері AI.»
-
Our latest robotics techniques allow robot controllers, trained entirely in simulation and deployed on physical robots, to react to unplanned changes in the environment as they solve simple tasks. That is, we’ve used these techniques to build closed-loop…
«Новина про техніки робототехніки з навчання роботів у симуляції, що відноситься до AI та робототехніки.»
-
We show that for the task of simulated robot wrestling, a meta-learning agent can learn to quickly defeat a stronger non-meta-learning agent, and also show that the meta-learning agent can adapt to physical malfunction.
«Новина про мета-навчання агента для симульованого роботизованого завдання, що є дослідженням у AI.»
-
We’ve found that self-play allows simulated AIs to discover physical skills like tackling, ducking, faking, kicking, catching, and diving for the ball, without explicitly designing an environment with these skills in mind. Self-play ensures that the…
«Новина про самогру у AI для розвитку фізичних навичок, що є дослідженням у сфері AI.»
-
We’re releasing an algorithm which accounts for the fact that other agents are learning too, and discovers self-interested yet collaborative strategies like tit-for-tat in the iterated prisoner’s dilemma. This algorithm, Learning with Opponent-Learning…
«Новина про алгоритм моделювання інших агентів у AI, що є дослідженням у сфері AI.»
-
We’re releasing two new OpenAI Baselines implementations: ACKTR and A2C. A2C is a synchronous, deterministic variant of Asynchronous Advantage Actor Critic (A3C) which we’ve found gives equal performance. ACKTR is a more sample-efficient reinforcement learning…
«Новина про випуск нових алгоритмів навчання підкріплення, що є AI-технологією.»
-
More on Dota 2 0,95
Our Dota 2 result shows that self-play can catapult the performance of machine learning systems from far below human level to superhuman, given sufficient compute. In the span of a month, our system went from barely matching a high-ranked player to beating the…
«Новина про результати самогри AI у Dota 2, що є дослідженням і застосуванням AI.»
-
Dota 2 0,95
We’ve created a bot which beats the world’s top professionals at 1v1 matches of Dota 2 under standard tournament rules. The bot learned the game from scratch by self-play, and does not use imitation learning or tree search. This is a step towards building AI…
«Новина про створення AI-бота для Dota 2, що є подією у сфері AI.»
-
RL-Teacher is an open-source implementation of our interface to train AIs via occasional human feedback rather than hand-crafted reward functions. The underlying technique was developed as a step towards safe AI systems, but also applies to reinforcement…
«Новина про інтерфейс навчання AI через людський фідбек, що є AI-технологією.»
-
We’ve found that adding adaptive noise to the parameters of reinforcement learning algorithms frequently boosts performance. This exploration method is simple to implement and very rarely decreases performance, so it’s worth trying on any problem.
«Новина про метод покращення дослідження в алгоритмах навчання підкріплення, що є AI-технологією.»
- Показати ще 30 із 1234