دليل الأساسيات
ضبط اللعب الذاتي
تُنشئ طرق اللعب الذاتي إشارات تدريبية من خلال مقارنة مخرجات النموذج مع بدائل أخرى، أو مخرجات النماذج السابقة، أو النتائج المستمدة من ألعاب محاكاة.
استمع إلى هذا الدليلرواه الذكاء الاصطناعي · ~2 min
في هذه الصفحةقراءة لمدة دقيقتين
نظرة عامة
تعتمد النتائج على الخوارزمية والتقييم؛ ولا يُضمن التقدم في كل تكرار.
الغوص العميق
يختلف شكل اللعب الذاتي باختلاف المجالات. تجمع AlphaGo Zero وAlphaZero بين اللعب الذاتي وبحث شجرة مونت كارلو وشبكات السياسة/القيمة للألعاب اللوحية؛ وتقارير أوراقهما نتائج في الغو والشطرنج والشوغو على التوالي. تكيف SPIN اللعب الذاتي مع ضبط نماذج اللغة الدقيقة: تبدأ من نموذج مُضبط بإشراف، وتولّد استجابات من التكرارات السابقة، وتدرّب ضد استجابات مرجعية مُعلَّمة من قبل البشر. تصوّر ورقة SPIN الطريقة على أنها تحسّن الأداء دون الحصول على بيانات بشرية مُعلَّمة إضافية لكل تكرار، مع إعادة استخدام الأمثلة الإشرافية الأولية كبيانات مرجعية. يوفر نقطة التفتيش السابقة سلبية، لكنها لا تضمن التحسن في كل تكرار. تقرير دراسة منفصلة بعنوان "لعنة التكرار" عن انهيار النموذج عندما تُدرَّب النماذج بشكل تكراري على بيانات مولّدة؛ ولا ينبغي تعميم هذا الخطر على كل طريقة لعب ذاتي.
التنفيذ في العالم الحقيقي
نتيجة ورقة AlphaGo Zero: تعلّم اللعب الذاتي مع بحث الشجرة لعبة الغو دون سجلات ألعاب بشرية.
نتيجة ورقة AlphaZero: تم إثبات تدريب اللعب الذاتي في الشطرنج والشوغو بالإضافة إلى الغو.
طريقة ورقة SPIN: مقارنة الاستجابات المرجعية البشرية مع الاستجابات المولّدة ذاتيًا من تكرارات النموذج السابقة.
توضيحي: استخدم مُتحققًا موثوقًا لتقييم مخرجات الرياضيات أو الرمز القابلة للاختبار موضوعيًا قبل اعتبارها إشارة تدريب.
مستقبل ضبط اللعب الذاتي
قيّم اللعب الذاتي على مهام محجوزة للتنبيه، وراقب تنوّع المخرجات والأخطاء مع تراكم البيانات الاصطناعية. يمكن للمتحققين المساعدة في المجالات القابلة للفحص الموضوعي، لكن يجب أيضًا قياس مدى تغطيتهم ومعدلات أخطائهم. المصادر المُستشهد بها لا تُثبت فوائد عالمية أو فشلًا حتميًا.
وضعها موضع التنفيذ
لماذا يهم
- قرارات أوضح. يساعدك على فصل المطالبات الفنية الواضحة عن لغة التسويق.
- التكلفة والميزانية. يمكنك طرح أسئلة تنفيذ أفضل قبل إنفاق المال أو الوقت.
- الفريق وسير العمل. تتخذ الفرق ذات الفهم المشترك قرارات أفضل بشأن المنتجات والسياسات والتعلم.
احترس من
- قد تستخدم الفرق المختلفة نفس المصطلح بشكل مختلف، لذا حدد النطاق مبكرًا.
- يمكن أن تبدو المعايير قوية بينما يكون الأداء في العالم الحقيقي غير متساوٍ.
- غالبًا ما يؤدي تجاهل جودة البيانات وخطط التقييم إلى نتائج هشة.
الخطوات التالية
- ابدأ بتعريف لغة واضحة للنتيجة التي تحتاجها.
- اختر مقياس نجاح واحد وحالة فشل واحدة قبل الاختبار.
- قم بتشغيل برنامج تجريبي صغير يحتوي على بيانات تمثيلية، وليس مجموعة تجريبية مصقولة.
- قم بالتوثيق حيث يساعد الضبط الذاتي للتشغيل الدقيق، وأين تكون الطرق الأبسط أفضل.
استمر في الاستكشاف
رسالة إخبارية مجانية
احصل على الإحاطة اليومية لمنظمة العفو الدولية
ثلاث قصص تم التحقق منها بواسطة الذكاء الاصطناعي كل صباح من أيام الأسبوع، مكتوبة باللغة الإنجليزية البسيطة. مجاني للأبد، بدون إعلانات.
بريد إلكتروني واحد كل يوم من أيام الأسبوع. إلغاء الاشتراك بنقرة واحدة. نحن لا نبيع أو نشارك عنوانك أبدًا.
اختبر نفسك
خذ اختبار ضبط اللعب الذاتي الدقيق
تعليقات فورية على كل إجابة، وشهادة قابلة للمشاركة مع معرف يمكن التحقق منه بمجرد اجتياز الدورة التدريبية.
دعم تعليم الذكاء الاصطناعي المجاني. AI Understanding هي منظمة 501(c)(3) غير ربحية - لا إعلانات ولا نظام حظر الاشتراك غير المدفوع على الإطلاق. قم بالتبرع
الأسئلة المتداولة
ما هو ضبط اللعب الذاتي الدقيق؟
تُنشئ طرق اللعب الذاتي إشارات تدريبية من خلال مقارنة مخرجات النموذج مع بدائل أخرى، أو مخرجات النماذج السابقة، أو النتائج المستمدة من ألعاب محاكاة. تعتمد النتائج على الخوارزمية والتقييم؛ ولا يُضمن التقدم في كل تكرار.
ما هو النظام الشهير الذي وصل إلى لعبة Superhuman Go Play باستخدام اللعب الذاتي فقط وبدون سجلات لعب بشرية؟
لقد تعلم برنامج AlphaGo Zero بالكامل من الألعاب التي لعبها ضد نفسه، بدءًا من اللعب العشوائي وتجاوز الإصدارات السابقة التي تم تدريبها على الألعاب البشرية.
في SPIN، ما هو دور "الخصم" الذي يجب على النموذج التغلب عليه؟
يتعامل SPIN مع الضبط الدقيق على أنه لعبة ذاتية اللعب حيث تكون المخرجات المولدة ذاتيًا للتكرار السابق بمثابة السلبيات التي يتعلم النموذج تجاوزها.
ما هي الميزة الرئيسية لكفاءة البيانات في الضبط الدقيق للتشغيل الذاتي؟
يقوم اللعب الذاتي بتصنيع إشارة التدريب الخاصة به، لذلك يمكن لمجموعة ثابتة خاضعة للإشراف أن تؤدي إلى مزيد من التحسينات دون جمع عروض توضيحية جديدة.
في الهدف التدريبي لـ SPIN، ما هو النموذج الذي تم دفعه للقيام به؟
يستخدم SPIN خسارة نمط DPO التي تكافئ الإجابات المرجعية البشرية المميزة (الإيجابية) عن الإجابات السابقة التي تم إنشاؤها ذاتيًا للنموذج (السلبية).
أي زوج من الألعاب أثبتت ورقة AlphaZero قدرتها عليه إلى جانب تجاربها في الغو؟
طبّقت AlphaZero نهجها في التعلم المعزز باللعب الذاتي على الشطرنج والشوغو، بالإضافة إلى الغو. هذا إثبات مُبلَّغ عنه في الورقة، وليس ادعاءً يشمل كل الألعاب اللوحية.
استمر في التعلم
أدلة ذات صلة
تم اختيار المزيد من الأدلة لهذا الموضوع