Только код против нейронных сетей! Большие модели рукописных правил управления влетают в хардкорную промышленность, полностью реализовав стратегию за 14 долларов

robot
Генерация тезисов в процессе
AIMPACT сообщение, 19 мая (UTC+8), согласно мониторингу Beating, команда OpenAI после обучения ключевых участников доказала, что «чисто с помощью больших моделей писать код может пройти Atari игры», исследователь Пол Гарнье перенес этот метод в более жесткую область управления гидродинамикой. Он полностью не обучал никаких нейронных сетей. Просто использовал Codex 5.5 в роли программиста, внимательно просматривал записи симуляции жидкости и многократно переписывал скрипты на Python. Благодаря этим рукописным правилам управления, ИИ в более чем десяти физических тестах успешно обошел топовые базовые модели с усиленным обучением (DRL) в большинстве сценариев. Для снижения сопротивления автомобиля и стабилизации турбулентных потоков в трубопроводах промышленность раньше могла только полагаться на мощные вычислительные ресурсы и жестко «загружать» черные ящики моделей для управления воздушными клапанами. Codex избежал этого тупика. Его правила очень просты, например «при слишком большом локальном кривизне — задержка впрыска». Несколько десятков строк кода с физическими знаниями напрямую заменили бездумное проб и ошибок нейронных сетей. Заменив черный ящик на код, устранили уязвимость нейросетей к сбоям при малейших изменениях. Раньше, если аппаратное обеспечение немного менялось (например, количество сопел увеличивалось с 5 до 10), старую модель сразу становилось непригодной, и требовались новые затраты на обучение. Теперь, достаточно изменить одну константу в коде, и система мгновенно адаптируется к новому оборудованию. Когда время тестирования увеличили в четыре раза, традиционные модели DRL, выходящие за рамки опыта, полностью потерпели крах; однако код, написанный крупной моделью, благодаря прямому следованию физической логике, оставался стабильным. Для реализации всей этой стратегии управления крупная модель потратила всего 21,25 миллиона токенов, что обошлось менее чем в 14 долларов. (Источник: BlockBeats)
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
  • Награда
  • комментарий
  • Репост
  • Поделиться
комментарий
Добавить комментарий
Добавить комментарий
Нет комментариев
  • Закреплено