Нейросеть DeepMind научилась следовать «человеческому» описанию маршрута
Лаборатория DeepMind научила систему искусственного интеллекта следовать текстовым навигационным инструкциям, сообщает The Next Web. Программисты проверили работу алгоритма, отправив его в путешествие по Нью-Йорку в виртуальной среде, созданной на основе Google Street View.
Современные беспилотные автомобили опираются на систему GPS-навигации, которая встроена в бортовой компьютер. Если же пассажир предложит автомобилю доехать до определенного места с помощью списка инструкций (например, «двигайся прямо два километра и на первом перекрестке поверни направо»), машина не справится с задачей, несмотря на ее простоту. Дело в том, что в отличие от человека, система ИИ не имеет накопленного опыта и не знает, как следовать навигационным инструкциям.
Чтобы решить эту проблему, подразделение Google DeepMind в прошлом году преобразовало карты Google Street View в обучающую среду. С ее помощью исследователи обучили компьютер следовать из точки А в точку B без использования маршрута или других подсказок. Однако стратегия алгоритма была неудобной: он просто долго путешествовал по карте — до тех пор, пока не находил место, которое внешне было идентично пункту назначения. В реальной жизни такой подход будет бесполезен.
В новой работе, опубликованной на arXiv.org, исследователи научили нейросеть следовать текстовым навигационным инструкциям. Программисты дополнили ранее созданную ими обучающую среду, добавив в нее навигационные указания из Google Maps для случайно выбранных начальных и конечных пунктов. Исследователи поместили в StreetNav — так была названа новая среда — агента и дали ему набор команд (например, «поверни направо на перекрестке») и снимков, который должен был помочь ему добраться до нужного места. Если компьютер достигал цели или делал верные шаги, он получал награду — такой метод тренировки называется обучением с подкреплением.
Во время обучения и контрольного тестирования агент путешествовал по разным частям Манхэттена. Проверка показала, что алгоритм неплохо справляется с навигацией по инструкциям: его лучший результат составил 72,7 процента. Однако когда программисты проверили способности искусственного интеллекта, отправив его в путешествие по незнакомой среде, он смог достичь успеха лишь в 46,6 процента случаев.
Сами исследователи отмечают, что созданная ими программа требует серьезной доработки. Тем не менее, созданная DeepMind модель может лечь в основу других, более продвинутых навигационных алгоритмов и позволить сделать беспилотные автомобили более адаптированными к реальной жизни.
В прошлом лаборатория Google DeepMind разработала новый подход к обучению алгоритмов искусственного интеллекта, который позволяет сделать процесс в десять раз эффективнее. Кроме того, DeepMind также выпустила набор новых игровых уровней для виртуальной среды DeepMind Lab.
Кристина Уласович
Его создала сверхмассивная черная дыра
Инфракрасный космический телескоп «Джеймс Уэбб» обнаружил мощный отток нейтрального и ионизированного газа из далекой массивной галактики COSMOS-11142. Его нельзя объяснить звездообразованием или слияниями галактик, скорее всего, он возник из-за активности сверхмассивной черной дыры. Препринт работы опубликован на сайте arXiv.org. Считается, что крупномасштабные оттоки вещества из галактик, порождаемые активностью их центральных сверхмассивных черных дыр, играют фундаментальную роль в деле подавления (или тушения) процесса звездообразования в массивных галактиках. Однако прямых наблюдательных доказательств этой гипотезы до сих пор нет, особенно в случае ранней Вселенной, где тушение звездообразования могло происходить очень быстро, что требует удаления газа, а не его нагрева. Ранее в массивных далеких галактиках наблюдались лишь оттоки ионизированного газа, оттоки нейтрального или молекулярного газа при больших значениях красного смещения регистрировались лишь для галактик со вспышкой звездообразования и квазаров. Группа астрономов во главе с Сирио Белли (Sirio Belli) из Болонского университета сообщила об обнаружении сильного оттока газа из массивной далекой галактики COSMOS-11142 при помощи инструментов NIRSpec, NIRCam и MIRI космического телескопа «Джеймс Уэбб». COSMOS-11142 представляет собой массивную (звездная масса около 1010,9 масс Солнца) галактику, характеризующуюся красным смещением 2,445 и эффективным радиусом около двух тысяч световых лет. Галактика находится в фазе быстрого тушения ранее действовавшей вспышки звездообразования. Темпы оттока нейтрального и ионизированного газа из галактики составляют около ста и одной солнечной массы в год, соответственно, что больше, чем типичные значения оттоков для галактик, образующих звезды, в тот период. В основном из галактики истекает нейтральный газ, при этом нет свидетельств того, что отток вызван процессами звездообразования или событием крупного слияния галактик. Ученые считают, что за отток газа ответственна центральная сверхмассивная черная дыра, о наличии которой свидетельствуют свойства эмиссионных линий ионизированного газа в спектре. При этом сама черная дыра не демонстрирует сейчас заметную активность в рентгеновском или радиодиапазонах. Таким образом, сверхмассивные черные дыры действительно способны быстро подавлять звездообразование в массивных галактиках за счет выброса нейтрального газа прочь из галактики. Ранее мы рассказывали о том, как «Джеймс Уэбб» подтвердил открытие рекордно далекой массивной спокойной галактики.