【新智元導(dǎo)讀】Facebook 日前開源了機(jī)器學(xué)習(xí)庫 TorchCraft，方便研究人員使用控制器，編寫能夠玩星際爭霸游戲的智能代理。此外，本周五 FAIR 主管 Yann LeCun 與同事撰文科普人工智能，針對學(xué)生、在職者等人如何在 AI 上更進(jìn)一步提出許多實用建議，其重點是 Facebook 的一系列教學(xué)視頻中。本文精選其中關(guān)于數(shù)學(xué)的三則【進(jìn)入新智元公眾號，在對話框輸入“1204”下載論文】

深度學(xué)習(xí)技術(shù)最近使研究人員能夠在監(jiān)督式學(xué)習(xí)時代成功地解決低級別的知覺問題。在加強(qiáng)學(xué)習(xí)領(lǐng)域，這已經(jīng)轉(zhuǎn)化為開發(fā)能夠?qū)W習(xí)在高維輸入空間中行動的代理的能力。尤其是深度神經(jīng)網(wǎng)絡(luò)，被用于輔助將強(qiáng)化學(xué)習(xí)擴(kuò)展到與視覺輸入有關(guān)的環(huán)境，使代理能夠在測試中學(xué)習(xí)策略，這在以前是十分困難的。例如，深度Q網(wǎng)絡(luò)（DQN）算法已經(jīng)能夠通過控制器，直接從原始像素學(xué)習(xí)，并除了比賽得分以外，沒有任何附加監(jiān)控的情況下，在大多數(shù)經(jīng)典ATARI 2600游戲上達(dá)到人類水平。

然而，在這個新領(lǐng)域中衍生出的大部分工作都是應(yīng)對狀態(tài)完全可見的環(huán)境、獎勵函數(shù)沒有或只有很低的延遲，并且動作集相對較小的條件。為了解決絕大多數(shù)現(xiàn)實生活中的問題，代理必須能夠處理只有部分可見、結(jié)構(gòu)化和復(fù)雜的動力學(xué)，以及具有噪聲和高維控制接口的環(huán)境。

為了給社區(qū)提供有用的研究環(huán)境，研究人員已經(jīng)開發(fā)了基于視頻游戲的平臺，如Torcs、Mario AI、Unreal的BotPrize，以及 Atari游戲?qū)W習(xí)環(huán)境，比如 VizDoom 和 Minecraft。所有這些都允許研究人員訓(xùn)練深度學(xué)習(xí)模型進(jìn)行模仿學(xué)習(xí)（imitation learning）、強(qiáng)化學(xué)習(xí)和各種決策算法，以應(yīng)對日益困難的問題。

最近，還有人致力于將這些和許多其他這樣的環(huán)境融合在一個平臺，提供一個交互的標(biāo)準(zhǔn)接口。日前，F(xiàn)acebook 研究員開源 TorchCraft，在深度學(xué)習(xí)環(huán)境 Torch 與星際爭霸之間搭起了橋梁，方便研究人員使用控制器，編寫能夠玩星際爭霸游戲的智能代理。

在論文中，F(xiàn)acebook 研究員提出使用編程語言 Lua，將有活躍的AI研究社區(qū)和年度AI比賽的RTS游戲《星際爭霸：布洛德戰(zhàn)爭》連接起來，并且提供了其在機(jī)器學(xué)習(xí)庫 Torch中的例子。

摘要

我們在本文中提供了 TorchCraft 庫，使在諸如《星際爭霸：布洛德戰(zhàn)爭》這樣的研究實時戰(zhàn)略（RTS）游戲平臺上從事深度學(xué)習(xí)研究更加簡便，也就是讓研究人員使用機(jī)器學(xué)習(xí)框架Torch控制這些游戲時，操作更加簡便。這份白皮書提出了使用RTS游戲作為AI研究基準(zhǔn)的看法，并描述了TorchCraft的設(shè)計和組件。

【進(jìn)入新智元公眾號，在對話框輸入“1204”下載論文】

本周五 Facebook 推出一系列人工智能教學(xué)視頻，F(xiàn)AIR 主管 Yann LeCun 以及應(yīng)用機(jī)器學(xué)習(xí)部門主管 Joaquin Qui?onero Candela 撰文科普人工智能，并向那些對人工智能感興趣的學(xué)生提出一些實用建議，“數(shù)學(xué)”是這些建議的核心。

Yann LeCun 講解深度學(xué)習(xí)

很多科技公司都會強(qiáng)調(diào) STEM（科學(xué)、技術(shù)、工程學(xué)、數(shù)學(xué)）的重要性，但此次來自 Facebook 的建議更顯突出。LeCun 特別建議同學(xué)要學(xué)好微積分（Calc I, Calc II, Calc III）、線性代數(shù)、概率論以及統(tǒng)計學(xué)，越早學(xué)會越好。

在 Facebook 的這一系列教學(xué)視頻中，LeCun 把微積分比作機(jī)器學(xué)習(xí)的“電力”，統(tǒng)計學(xué)則相當(dāng)于機(jī)器本身的齒輪。

Back Propagation 算法詳解

梯度下降（Gradient Descent）

坦白說，LeCun 和 Candela 的這些建議的對象應(yīng)該大部分是大學(xué)生，但考慮各教育程度的學(xué)生也很重要。任何人在日常生活中都會用到很多統(tǒng)計學(xué)知識。除了數(shù)學(xué)，LeCun 和 Candela 還強(qiáng)調(diào)工程學(xué)、計算機(jī)科學(xué)、經(jīng)濟(jì)學(xué)和神經(jīng)科學(xué)對人工智能來說也是相當(dāng)重要的學(xué)科。

兩人還指出哲學(xué)是理解“知識”和“學(xué)習(xí)”必要的先決條件。在有關(guān)Facebook假新聞事件的例子中，許多評論都認(rèn)為我們不能忘記機(jī)器學(xué)習(xí)的各種應(yīng)用的背后都有人類的存在。我們還不知道怎樣解決“黑盒”問題，但可以確定的是，去努力弄清楚這個問題的是人類。如果這些人在運用數(shù)據(jù)之前理解了“學(xué)習(xí)”的機(jī)制，對解決黑盒問題必定會有所幫助。

最后，LeCun 和 Candela 也提到如何在機(jī)器學(xué)習(xí)領(lǐng)域找到一份工作。他們的建議非常好理解：找一位教授合作，考慮與那些時間充裕的博士生們合作，并且無論你未來想做什么，都應(yīng)該找一份行業(yè)里的實習(xí)，以了解 AI 在真實世界里如何作用。兩人還建議在申請博士課程時，應(yīng)該認(rèn)識到，你想與之合作的教授比大學(xué)的排名更重要。當(dāng)?shù)玫脚c教授的合作機(jī)會時，學(xué)生應(yīng)該努力解決一個特定的問題，并且嘗試開源一些代碼。