یادگیری تقویتی در هوش مصنوعی

یادگیری تقویتی در هوش مصنوعی

به غیر از یـــادگیــــری عمیـــــق، زمینه های دیگری از هوش مصنوعی مثل یادگیری تقویتی وجود دارد 

که بسیار آینده خوبی خواهند داشت. این زمینه ای است کــــه شــــرکت های بزرگ همچون Google و

  OpenAI  در حال حاضر به آن وارد شدند. امــــا واقعا ایــــن فنـــاوری بــــه گفتــه دکتر مت جانسون 

استاد روانشنـــاسی در دانشکده تجـــــارت بین المللی هولت خیـــلی جــدیــــد نیست و ریشه های آن به 

 سال 1950 بر می گردد . در واقع یادگیری تقویت شده پـدیده ای کلاسیک رفتــــاری است که در ادبیات

روانشناسی شناخته شده است. وی افزود: به بیان ساده این فناوری نشان دهنده این است که فراوانی 

یک رفتار بسته به پیامدهای مستقیم آن رفتار بالا یا پایین می رود. ایــــن در مورد رفتـــار حیوانات و

همچنین رفتار انسان صادق است.

یادگیری تقویتی چگونه شکل گرفت؟

برخی از اصول مهم یادگیری تقویت شده در مـــدلهای هـــــوش مصنوعی گنجانده شـــده اند به این دلیل است

که اغلب به عنوان یــــــادگیری تقویت شده عمیق از آن یـــاد می شود.Ankur Taly ، رئیس دانشگاه داده

   های فیدلر ، گفت: “یادگیری تقویتی مستلـــزم یــــک عـــامل ، عمـــــل و پــــاداش است. برای مثال عامل که

می تواند یـــک روبــــات یـــــا شخص باشد، با محیط اطراف خود در تعامل است و فعالیت خاصی را مشاهده

می کند و بــراساس آن مشاهدات  پاسخ می دهد تــــا نتیجه مثبتی یـــا مطلــوب حاصل شود. یادگیری تقویت

شده به یک روش خاص پایبند است و بهتریـــن وسیله را برای به دست آوردن بهترین نتیجه تعیین می کند.

این بسیار شبیه به ساختار نحوه بازی کردن یک بازی ویدیویی است ، کـــه در آن عامل برای بدست آوردن

بالاترین امتیاز یا پاداش ، در یک سری آزمایشات شرکت مــی کند، و بـا گذشت چندین تکرار ، یاد می گیرد

که پاداش تجمعی خود را به حداکثر برساند.” بنابراین با استفاده از این فناوری ما می توانیم هر بار که به

یک مشکل یکسان برخورد می کنیم نتایج مطلوب تری را داشته باشیم

  • برگشت به مقالات
ارسال نظر

آدرس ایمیل شما منتشر نخواهد شد.

برچسب ها