当前位置: 首页 > 软件库 > 神经网络/人工智能 > >

CommAI-env

基于通信的人工智能环境
授权协议 BSD
开发语言 Python
所属分类 神经网络/人工智能
软件类型 开源软件
地区 不详
投 递 者 逄征
操作系统 跨平台
开源组织 Facebook
适用人群 未知
 软件概览

CommAI-env(基于通信的人工智能环境(Environment for Communication-based AI))是一个用于训练和评估人工智能的平台。其使用了一个基于通信(communication)的设置,其中它可以通过一个 bit 层面的接口与 Environment(环境)进行交互。该 Environment 会要求 Learner 去解决一些基于通信的 Task(任务),并为其已经成功完成的每一个任务实例分配一个 Reward(奖励)。

以下是 CommAI-env 有别于其它目前用于训练和测试人工智能系统的环境和数据集(比如,OpenAI Gym、Allen AI Science Challenge、MazeBase 或 bAbI)的一些基本特征,这些特征被设计出来的目的是为了鼓励开发者开发快速的、通用的、基于通信的 Learner。

  • CommAI-env 的关注重点完全是基于通信的任务,其中所有的通信都是通过 Learner 和 Environment 之间的一个共同的 bit 层面的接口实现的。

  • 在单个 CommAI-env 会话(session)中,Learner 会被暴露在许多种任务中,所以它必须学会识别不同的任务,并将不同的技能合适地应用到这些任务上。

  • 许多任务都是渐进的,在这个意义上,解决其中一个或多个任务应该能让其它任务的解决更简单,只要 Learner 有对数据和算法的长期记忆(例如,一旦一个 Learner 解决了基本的计数任务以及如何将物体和属性关联起来,那么计数一个物体的属性就会更容易)。

  • 训练和测试阶段并没有明显的区分:

  1. 一方面,Learner 应该不只是记忆一个固定任务集合的解决方案,而且还要学习如何将其泛化到其所遇到的新任务上。

  2. 另一方面,就和人类一样,Learner 应该只需要少数几次遭遇后就能解决基本的问题:因此,学习的速度应该被考虑在评估之中。

  3. 我们计划当该平台足够成熟时开展一个基于 CommAI-env 的比赛。为此,CommAI-env 的评估配置的任务集合将不同于开发版本中所包含的任务。这些任务不同的方面可能包括:它们可能基于不同的(自然和人工)语言、它们可以需要学习 Learner 周围的新物体和新位置、它们可能需要重新组合在开发过程中所学到的技能、等等。

  • Facebook最近发布了CommAI-env,一个用于训练和评价AI系统的平台。这个平台是受一个机器智能的路线图启发,旨在教授智能代理一般的学习能力,作为进一步、更专业的、通过人类或机器级的互动培训的基础。\\ CommAI的工作原理是通过工作平台分配任务给学习者,如果学习者能给出正确的答案,就会再给予奖励。这种类型的互动能训练系统去通过奖励,识别正确或不正确的答案。任务千变万化,从最简单的沉默

 相关资料
  • 主要内容:环境特征环境是围绕代理的一切,但它不是代理本身的一部分。环境可以描述为存在代理的情况。操作为代理提供感知和行动的环境。 环境特征 根据Russell和Norvig的说法,从代理的角度来看,环境可以具有以下几种功能: 完全可观察与部分可观察 静态与动态 离散与连续 确定性与随机性 单一代理与多代理 情节与顺序 已知与未知 无障碍与无法访问 1. 完全可观察与部分可观察 如果代理传感器可以在每个时间点感知或访

  • Kubernetes 在人工智能领域的应用。 TBD kubeflow - Kubernetes 机器学习工具箱

  • 人工智能是机器所展示的智能,与人类展示的智能形成鲜明对比。本教程介绍了人工智能等各个领域的基本概念,如人工神经网络,自然语言处理,机器学习,深度学习,遗传算法等,以及它在 Python 中的实现。

  • 主要内容:推理系统,由KBA执行的操作,基于知识的通用代理:,各级知识型代理商:,设计基于知识的代理的方法在人工智能中的知识基础代理: 智能代理需要有关现实世界的知识,才能做出有效行动的决策和推理。 基于知识的代理人是那些能够维持内部知识状态,理解知识,在观察后更新知识并采取行动的代理。这些代理可以用一些正式的代表来代表世界,并且能够智能地行动。 基于知识的代理由两个主要部分组成: 知识库和 推理系统。 基于知识的代理必须能够执行以下操作: 代理应该能够代表状态,行动等。 代理应该能够纳入新的感

  • 主要内容:AI类型 - 1:基于功能,人工智能类型-2:基于功能人工智能可以分为多种类型,主要有两种类型的主要分类,它们基于能力并基于AI的功能。以下是解释AI类型的流程图。 AI类型 - 1:基于功能 基于能力的人工智能的类型如下 - 1. 弱AI或狭隘AI 狭隘AI是一种能够执行智能专用任务的AI。最常见和当前可用的AI是人工智能领域的狭隘AI。 狭隘的AI不能超出其领域或限制,因为它只针对一项特定任务进行培训。因此它也被称为弱AI。如果超出限制,缩小的A

  • 人工智能在当今社会中具有各种应用。它已成为当今时代的必要条件,因为它可以在多个行业中以有效的方式解决复杂问题,例如医疗保健,娱乐,金融,教育等。AI使我们的日常生活更加舒适和快速。 以下是一些应用人工智能的领域: 1. AI在天文学中应用 人工智能对于解决复杂的宇宙问题非常有用。人工智能技术有助于理解宇宙,例如它的工作原理,起源等。 2. AI在医疗保健领域应用 在过去的五到十年中,人工智能对医疗