Российские учёные создали первую открытую среду для быстрого контекстного обучения с подкреплением
ГигаЧат кратко объясняет суть статьи
XLand-MiniGrid — виртуальная среда для обучения искусственного интеллекта принятию решений и выполнению новых задач, созданная учеными лабораторий T-Bank AI Research и AIRI совместно со студентами ведущих российских вузов. Среда написана на основе технологии JAX, обеспечивает высокую производительность (миллиарды операций/сек), содержит 100 млрд примеров действий ИИ в 30 тыс. задач и позволяет использовать готовые датасеты для быстрого дообучения моделей. В среде реализовано контекстное обучение с подкреплением, обеспечивающее быструю адаптацию моделей к новым задачам. XLand-MiniGrid опубликована в открытом доступе и используется исследователями из ведущих мировых университетов, описание проекта принято на конференцию NeurIPS 2024.
Виртуальная среда XLand-MiniGrid, в которой ИИ обучается принимать решения и выполнять новые действия, создана группой учёных из лаборатории научных исследований искусственного интеллекта T-Bank AI Research и Института AIRI при участии студентов из МФТИ, Сколтеха и Иннополиса.
Сообщается, что XLand-MiniGrid создана на базе JAX — технологии для разработки высокопроизводительных программ — и способна выполнять миллиарды операций в секунду.
В ней собрано 100 млрд примеров действий искусственного интеллекта в 30 тысячах задач, что позволяет использовать готовые датасеты для обучения, а не проводить его каждый раз с нуля.
«Мы пришли в область контекстного обучения с подкреплением, когда она еще зарождалась, и поэтому не нашли ни одного подходящего инструмента для оценки новых идей. Стало понятно, что это проблема для многих специалистов, а значит, она должна быть решена одной из первых. Поэтому появился XLand-MiniGrid», — отметил Вячеслав Синий, исследователь научной группы AI Alignment, лаборатория исследований искусственного интеллекта T-Bank AI Research.
Среда опубликована в открытом доступе — в ней уже провели эксперименты исследователи из Google DeepMind, Калифорнийского университета в Беркли и Оксфордского университета. Кроме того, научная статья, описывающая создание среды, была принята на крупнейшую международную конференцию в области ИИ — NeurIPS 2024:
Благодаря контекстному обучению с подкреплением модели быстро адаптируются к новым задачам, используя подсказки и контекст. При этом они не требуют длительного обучения с нуля, что позволяет ИИ эффективно взаимодействовать с окружающей средой и дообучаться на лету.
Читать первым в Telegram-канале «Код Дурова»
