AI不只會下圍棋!機器人藉加強式學習模仿人類行為

紐約時報6日報導,由OpenAI(非營利人工智慧研究機構)前研究員、加州大學柏克萊分校學者、微軟(Microsoft)前研究員所攜手打造的Embodied Intelligence打算透過模仿學習等機器學習技術去教導機器人。這家新創公司已獲得矽谷創投Amplify Partners等金主的力挺。Embodied Intelligence執行長Pieter Abbeel日前在受訪時表示,機器人未來在汽車業等生產流程將可扮演更吃重的角色。

Abbeel指出,機器人硬體已經靈活到可以模仿人類複雜行為的地步,接下來必須克服的是人工智慧(AI)問題。曾在OpenAI擔任研究員的Peter Chen說,Embodied Intelligence在收集人類行為數據後、訓練機器去模仿人類。包括Abbeel、Chen、Rocky Duan以及Tianhao Zhang(微軟前研究員)都是「加強式學習(reinforcement learning)」演算法的專家。Micropsi、Prowler.io等新創企業以及谷歌(Google)、布朗大學等機構目前都在從事機器人自學的開發工作。

《Tech Crunch》6月報導,電腦視覺暨深度學習領域頂尖專家Andrej Karpathy加入特斯拉(Tesla),擔任AI、AutoPilot視覺部主任,直接向馬斯克(Elon Musk,特斯拉執行長)報告。Karpathy自史丹佛大學取得電腦視覺博士學位,過去曾在谷歌DeepMind實習過,加入特斯拉之前擔任OpenAI企業研究科學家。

OpenAI開發出來的AI機器人(AI Bot)只花了兩週的練習時間,透過加強式學習、就能從完全不會進化到能夠擊敗Dota 2(Defense of the Ancients 2)職業獎金累計超過70萬美元的職業選手。

微軟AI官方部落格6月報導,AI專家相信加強式學習可以用來創造出能夠自行做出更多決策、更複雜事情的AI代理人,讓人類可以有更多時間從事具備更高附加價值的工作。

Alphabet Inc.旗下獨立單位DeepMind 10月18日指出,AlphaGo最新進化版「AlphaGo Zero」功能呈現大幅提升。AlphaGo Lee在2015年圍棋賽下贏Lee Sedol。AlphaGo Zero只花三天,完全從自行對戰中累積經驗值、沒有人類協助或依賴任何歷史資料,就能以100勝、零敗的紀錄輕鬆擊敗AlphaGo Lee。

DeepMind表示,AlphaGo Zero是透過新型態的加強式學習進行自學。

日經亞洲評論11月2日報導,根據日經、Elsevier的分析,2012-2016年期間AI相關研究報告獲得最多引述次數(註:普遍被視為研究品質指標)的前十大機構依序(由高至低)為微軟(Microsoft)、新加坡南洋理工大學、中國科學院、法國國家科學研究中心(CNRS)、卡內基美隆大學、多倫多大學、麻省理工學院、谷歌(Google)、中國清華大學、紐約大學。

嘉實XQ全球贏家報價系統顯示,Robo全球機器人與自動化ETF(ROBO.us)11月6日上漲0.66%、收40.98美元,創歷史收盤新高;今年迄今上漲43.04%。

Global X Robotics & Artificial Intelligence ETF(BOTZ.US)6日上漲0.72%、收23.81美元,創歷史收盤新高;今年迄今上漲58.7%。

*編者按:本文僅供參考之用,並不構成要約、招攬或邀請、誘使、任何不論種類或形式之申述或訂立任何建議及推薦,讀者務請運用個人獨立思考能力,自行作出投資決定,如因相關建議招致損失,概與《精實財經媒體》、編者及作者無涉。

MoneyDJ 新聞 2017-11-07 12:59:24 記者賴宏昌 報導