2019年6月2日日曜日

AI Feynman(4)

AI Feynman(3)からの続き)

2018年に発表されたウーとテグマークの論文 "Toward an AI Physicist for Unsupervised Learning"は,AI Feynman 論文に先行するものだ。2018年のインターネットでは,AI物理学者が仮想現実の物理法則を発見したものとして話題になっていた。

その要約は次のようなものである。
物理学でよく用いられる4つの戦略を使用して,教師なし機械学習を改善するという課題に挑戦する。その4つは,分割統治,オッカムのかみそり,統一,そして絶え間ない学習である。1つのモデルを使ってすべてを学ぶのではなく,学習と「理論」の操作を中心に置いた新しいパラダイムを提案する。それは(過去の観測から)将来を予測し,その予測が正しい領域を定めるものだ。特に,各理論がその比較的有利な領域に特化するための新しい一般化平均損失,および不良データを除いて理論を単純な数式にまとめることを目指す区別可能な記述長を導入する。理論は「理論ハブ」に格納され,そこでは学習された理論を継続的に統合し,新しい環境に出会ったときに理論を提案することができる。我々は,実装した「AI Physicist」学習エージェントを,しだいに複雑化する環境でテストする。重力,電磁気力,調和運動,弾性衝突などのランダムな組み合わせを含む仮想世界における物体の軌道の教師なし学習を行う。我々の学習エージェントは,同等の複雑さの順伝搬型ニューラルネットより速く学習し,約10億分の1の平均二乗予測誤差を与える。また,整数や有理数の理論パラメータを正しく予言する。この学習エージェントは区分的に一定の力が働く場における非線形カオス二重振り子についても,異なる運動則をもつ領域をうまく同定することができた。

0 件のコメント:

コメントを投稿