文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

强化学习是否言过其实?

2024-11-30 17:21

关注

审校 | 孙淑娟​

可以想象一下,你正准备和朋友一起下国际象棋,但他并不是人类,而是一个不了解游戏规则的计算机程序。这个应用程序却明白自己致力实现一个目标,就是在游戏中获胜。

因为计算机程序不知道规则,所以开始下棋的招数是随机的。其中有些招数完全没有意义,而对你来说获胜很容易。在这里假设你非常喜欢和这个朋友下国际象棋,以至于沉迷于这个游戏。

计算机程序最终会获胜,因为它会逐渐学会击败你的方法和招虽然假设这个场景看起来有些牵强,但它应该能让你对强化学习(机器学习的一个领域)的大致工作原理有一个基本的了解。

强化学习到底有多智能? ​

人类智力包含许多特征,包括获得知识、扩展智力能力的愿望和直觉思维。当国际象棋冠军加里·卡斯帕罗夫在输给IBM公司的一台名为“深蓝”(Deep Blue)的电脑时,人类的智能受到了很大的质疑。除了吸引公众的注意力之外,描绘机器人在未来统治人类的世界末日场景也占据了主流意识。

然而,“深蓝”并不是一个普通的对手。与这个计算程序下棋就像与一个千岁的人进行比赛,而他一生一直在不停地下国际象棋。但“深蓝”擅长玩一种特定的游戏,而不是其他智力活动,如演奏乐器、撰写著作、进行科学实验、抚养子女或修理汽车。

绝不是想贬低“深蓝”所取得的成就。与其相反,计算机在智力能力上超越人类的想法需要仔细的检验,首先要分析强化学习的工作机制。

强化学习是如何工作的​

所述,强化学习是机器学习的一个子集,它涉及智能代理在环境中如何行动以最大化累积奖励的概念。

简单地说,强化学习机器人接受奖惩机制的训练,它们做出正确的动作会得到奖励,做出错误的动作会受到惩罚。强化学习机器人不会“思考”如何采取更好的行动,它们只是让所有的行动成为可能,以最大限度地提高成功的机会。

强化学习的缺点​

强化学习的主要缺点是它需要采用大量的资源来实现它的目标。强化学习在围棋游戏中的成功就说明了这一点。这是一款流行的双人游戏,其目标是使用棋子在棋盘上占据最大区域,同时避免丢子。

AlphaGo Master是一款在围棋比赛中击败人类棋手的计算机程序,它耗费大量的资金和人力,其中包括许多工程师,非常丰富的游戏经验以及256个GPU和128000个CPU。

在学习如何在比赛获胜的过程中,需要投入大量的资源和精力。这就引出了一个问题:设计不能凭直觉思考的人工智能是否合理?人工智能研究不是应该尝试模仿人类智能吗?

支持强化学习的一个论点是,人们不应该期望人工智能系统像人类一样行动,它用于解决复杂问题需要进一步发展。另一方面,反对强化学习的观点是,人工智能研究应该专注于让机器做目前只有人类和动物才有能力做的事情。从这个角度来看,人工智能与人类智能的比较是恰当的。

量子强化学习​

强化学习是一个新兴的领域,据说可以解决上述的一些问题。量子强化学习(QRL)是一种加速计算的方法。

首先,量子强化学习(QRL)应该通过优化探索(发现策略)和开发(选择最佳策略)阶段来加速学习。目前的一些应用和提出的量子计算改进了数据库搜索,将大数分解为质数,等等。

尽管量子强化学习(QRL)还没有以突破性的方式出现,但它有望解决常规强化学习的一些重大挑战。

强化学习的业务案例​

正如以上提到的,强化学习研究和开发至关重要。以下是来自麦肯锡公司的一份调查报告中的有关强化学习的一些实际应用示例,强化学习可以:

强化学习的反思​

强化学习的能力可能是有限的,但它不会被高估。此外,随着强化学习研究和开发项目的增加,几乎每个经济部门的潜在用例也在增加。

大规模采用强化学习依赖于几个因素,其中包括优化算法设计、配置学习环境和计算能力的可用性。

原文Is reinforcement learning overhyped?作者:Aleksandras Šulženko​


来源:51CTO内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯