迄今为止,大部分人工智能落地的技术都在预测技术方面,而不是决策技术,目前决策技术的应用落地还很少。对此,俞扬以诊断报告作比喻,形象地指出,日常生活中想达到目的,比如看到诊断报告识别问题,我们不可能等着病的发生,而是想办法将病治愈。但是决策方面落地的技术非常少,据俞扬介绍,以往决策的途径可以分成以下三种。
南京大学人工智能学院俞扬教授
第一种是写规则,即通过程序员将决策方式或企业决策的解决方法写入系统中,这是决策技术的现状;第二种是做规划,将要解决的目标写下来,用机器找到决策,虽然机器自动解决问题,但问题的定义还是由人来做,一旦定义出现错误,定义的和真实的情况不符合,那么系统就没有任何途径能够修正这个定义。第三种途径是基于学习的途径,即基于数据驱动的途径,通过环境感知来定义应该解决什么样的问题。俞扬表示,第三种方法看起来更有可能解决真实环境中做决策的问题。
机器学习的三大技术
若将机器做决策放在学习的框架上,则可以分为无监督学习、监督学习和强化学习三大类技术。其中,无监督学习的数据没有任何标记,它所做的事是分析数据,从中发现数据结构是什么。而监督学习是目前落地最多的技术,通过很多标注的数据,告诉机器图像中是什么样的对象,让机器可以在数据中预测、识别到对象。
强化学习是机器学习中的一个重要研究领域,从大量数据中反复学习找到最优解,只从最终产生的结果来倒推模型应该是什么,正好对应做决策。俞扬指出,实际上这两年强化学习在做决策方面有很大突破,突破主要是在规模上,此前大热的AlphaGo与AlphaGo Zero都是经过深度强化学习后,在游戏中“碾压”了人类。
强化学习面临的困境
虽然强化学习发展较快,但目前所有的成功案例都发生在电子环境下。俞扬认为,主要原因是现在的算法效率太低。因此也出现很多批评的声音,说强化学习,特别在引入深度学习后,需要的数据样本量更大,导致这种方法无法直接应用于实际中。
俞扬指出,在很多传统工业,特别是机器人设计中,大家可能会很熟悉做模拟器。模拟器通常用于高成本的行业,在传统工业里,为了减少和真正环境的交互,通常在模拟器里先进行设计。那么,能否让机器在模拟器中学习决策呢?俞扬以购物平台为例,指出机器在了解买家行为的过程中,通过多代理模仿学习,根据买家数据进行观察再行动。他表示,机器学习决策所面临的环境更大程度上更困难,因为它是一个开放环境,而不是和固定的物理定律打交道。
-
人工智能
+关注
关注
1789文章
46634浏览量
236978 -
机器学习
+关注
关注
66文章
8347浏览量
132289
原文标题:【峰暴】南京大学教授俞扬:让机器帮你做决策!强化学习助力机器更智能
文章出处:【微信号:robotop2025,微信公众号:每日机器人峰汇】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论