WEBVTT 00:00.630 --> 00:03.850 Ciao e bentornati al corso sull'intelligenza artificiale. 00:03.990 --> 00:09.260 Nel tutorial di oggi iniziamo la sezione sull'apprendimento cool convoluzionale profondo. 00:09.420 --> 00:11.010 Quindi diamo un'occhiata a cosa si tratta. 00:11.010 --> 00:14.040 In precedenza abbiamo parlato dell'apprendimento in profondità. 00:14.040 --> 00:21.270 Quindi avevamo un ambiente in cui un agente e avevamo un vettore che descriveva quell'ambiente che è stato inserito 00:21.270 --> 00:26.310 in una rete neurale e alla fine abbiamo ottenuto i valori q come output. 00:26.310 --> 00:29.970 E poi ovviamente abbiamo scoperto come frenare la parte di apprendimento. 00:29.970 --> 00:34.650 Abbiamo scoperto come vengono decise le azioni in base a quei valori che costituiscono una parte di azione. 00:34.650 --> 00:42.380 E abbiamo parlato delle politiche di selezione delle azioni e di diverse cose su come funziona l'apprendimento profondo. 00:42.420 --> 00:51.240 Ma qui il concetto chiave di tutto questo è come ottenere da questo dall'ambiente reale 00:51.240 --> 00:54.450 e dagli stati alla rete neurale. 00:54.480 --> 00:56.190 Bene, la transizione è finita qui. 00:56.220 --> 01:02.250 I vettori di input quindi l'input Lehre della nostra rete neurale ed è un vettore. 01:02.250 --> 01:06.570 Quindi, quello che stiamo guardando è OK, quindi stiamo veramente seguendo la curva. 01:06.600 --> 01:08.830 Non è il termine corretto, non stiamo guardando nulla. 01:08.940 --> 01:12.330 L'agente ha fondamentalmente questa informazione. 01:12.330 --> 01:18.490 Quindi l'ambiente sta analizzando questa informazione dicendo OK, l'agente che stai attualmente nel tuo stato è descritto 01:18.560 --> 01:26.160 dal settore in questo esempio semplificato è descritto da questo vettore X-1 di 1 x 2 di 2 quindi le tue coordinate 01:26.160 --> 01:31.410 sono 1 2 e questo è il tuo intero stato in un ambiente più complesso. 01:31.410 --> 01:37.920 L'affermazione e tutte le altre cose che l'agente può osservare, ma il punto qui è che è possed 01:37.920 --> 01:39.040 come un vettore. 01:39.240 --> 01:45.750 E il fatto è che ciò non accade nella vita reale nella vita reale tranne che per i sistemi GPS e altre cose 01:45.780 --> 01:46.470 del genere. 01:46.530 --> 01:51.830 Ma nella vita reale, cosa usiamo la maggior parte delle volte che usiamo i nostri sensi, usiamo i nostri occhi anche in GPS. 01:51.930 --> 01:53.670 Non è incorporato nel nostro cervello. 01:53.670 --> 01:56.420 Non ci sta dicendo le coordinate attraverso il nostro cervello. 01:56.430 --> 02:02.880 Quindi stiamo ancora usando i nostri occhi per guardare il GPS e capire cosa sta succedendo lì. 02:02.910 --> 02:09.310 E quindi questo è un modo di barare perché l'intelligenza artificiale sia in grado di ottenere informazioni sull'ambiente come un 02:09.310 --> 02:09.620 vettore. 02:09.620 --> 02:12.030 È troppo semplice non è come funziona nella vita reale. 02:12.030 --> 02:17.040 Questo non è il modo in cui noi umani operiamo e alla fine vogliamo creare un'intelligenza 02:17.340 --> 02:23.310 artificiale che possa operare in modo simile agli umani, in quanto può affrontare le stesse sfide degli umani. 02:23.320 --> 02:28.740 E così nel mondo umano non abbiamo che non abbiamo che non abbiamo queste coordinate o altri 02:28.740 --> 02:33.870 tipi di vettori che ci vengono trasmessi che spiegano lo stato in cui ci troviamo in quell'ambiente. 02:33.870 --> 02:37.350 Quindi dovremo rimuoverlo per renderlo più realistico. 02:37.410 --> 02:42.180 E poi cosa possiamo sostituirlo con ciò che vediamo o che cosa facciamo da umani per ottenere informazioni. 02:42.180 --> 02:46.860 Beh, la maggior parte delle volte vediamo naturalmente tutti i nostri sensi, ma la maggior parte 02:46.860 --> 02:51.300 delle informazioni che stiamo ricevendo sul mondo intorno a noi passa attraverso la nostra vista. 02:51.510 --> 02:59.340 Ed è per questo che cambieremo quella piccola freccia che avevamo in un'intera rete neurale 02:59.340 --> 03:00.090 convoluzionale. 03:00.090 --> 03:02.700 Quindi questo è dal nostro Onix. 03:02.700 --> 03:08.400 Al secondo posto abbiamo la convulsione Larry ed è per questo che è importante sentirsi a proprio agio 03:08.460 --> 03:13.290 con le reti neuronali condizionali dell'evoluzione e come funziona se hai fatto un rapporto ODP e 03:13.350 --> 03:14.910 dovresti sentirti a tuo agio. 03:14.930 --> 03:20.490 Oppure puoi dare un'occhiata al prossimo numero due che abbiamo alcuni tutorial di intuizione molto buoni lì. 03:20.670 --> 03:26.160 Quindi qui abbiamo l'operazione convoluzionale che accade, quindi in realtà la vedremo 03:26.160 --> 03:27.330 come un'immagine. 03:27.330 --> 03:31.350 Quindi questa è un'immagine di Net environment. 03:31.350 --> 03:33.990 E così l'agente sta effettivamente guardando l'ambiente. 03:33.990 --> 03:39.870 Quindi, in questo caso, non è che sia come guardare da lì, è come sembrare così. 03:39.930 --> 03:44.710 Diciamo che sta giocando a questo su un computer e può vedere questo ambiente e 03:44.760 --> 03:48.480 quindi può vedere come è effettivamente questa figura che rappresenta l'agente. 03:48.480 --> 03:53.340 Puoi vedere il suo intero in virale o qualunque cosa un umano vedrebbe se è un vero labirinto e l'umano 03:53.340 --> 03:54.270 vedrebbe il labirinto dall'interno. 03:54.270 --> 03:56.480 E così l'agente dovrebbe essere in grado di fare esattamente la stessa cosa. 03:56.700 --> 04:03.000 di più su queste diverse parti della rete neurale convoluzionale in allegato e poi gli ufficiali si appiattiscono. 04:03.030 --> 04:10.140 Quindi quello che dice che è fatto passa attraverso un tumulto di trambusto, una specie di pazzo che tira una gamba 04:10.140 --> 04:12.680 va lì appiattendosi di nuovo, puoi scoprire 04:12.690 --> 04:19.950 Quindi abbiamo input che entrano nella rete neurale e questo è un modo più realistico 04:19.950 --> 04:29.010 perché l'agente deve utilizzare i loro siti e deve elaborare le immagini che l'ambiente fornisce all'agente proprio come un 04:29.400 --> 04:31.590 essere umano elaborerebbe le immagini. 04:31.590 --> 04:37.410 E la bellezza di questo non è solo che è più realistico ed è un po 'come più come una tonalità. 04:37.410 --> 04:43.280 L'età è in realtà più come un essere umano, ma ci consente di elaborare ambienti molto più complessi. 04:43.380 --> 04:49.050 collegare l'intelligenza artificiale a qualsiasi ambiente che, come gli umani, ha una visione di è e. 04:49.050 --> 04:55.980 Ad esempio questo è il modo in cui possiamo giocare a Doom o altri giochi del genere perché invece di 04:56.080 --> 05:02.230 ottenere un vettore di informazioni che come qualcuno avrebbe creato per noi in questo ambiente, possiamo semplicemente 05:02.430 --> 05:08.280 Come umano quando stai giocando a questo gioco puoi vedere esattamente questa immagine e questo è esattamente 05:08.760 --> 05:12.450 ciò che la rete neurale artificiale o l'agente vedrebbero ora. 05:12.540 --> 05:17.580 Quindi, in questa parte del corso, quando si esploreranno le pratiche Tournelles, l'agente vedrà effettivamente 05:17.580 --> 05:22.890 questa immagine esatta vedrà i pixel otterrà questa immagine esatta piena di pixel di questa persona 05:22.890 --> 05:28.410 con questo siamo andati con questa faccia con questa percentuale con tutto esattamente ciò che vediamo 05:28.410 --> 05:30.710 qui è esattamente ciò che vedrà l'agente. 05:30.870 --> 05:37.470 Quindi dovrà dissezionarlo tirando l'ingrasso e poi andrà in una rete neurale. 05:37.650 --> 05:42.150 E inutile dire che le reti neurali in realtà sono molto più complesse di così sostituiamole con qualcosa 05:42.150 --> 05:42.780 di simile. 05:42.780 --> 05:44.480 Questo non è molto più complesso. 05:44.520 --> 05:49.350 Questo sembra un po 'più complesso, ma in realtà le reti neurali funzioneranno 05:49.380 --> 05:54.140 e creeranno se si sarà abbastanza interessanti e molto più complessi di così. 05:54.150 --> 05:59.910 Ma come puoi vedere già qui, anche se hai solo cinque input e una sorta di due cose diventano molto 05:59.970 --> 06:04.380 più complesse e qui puoi vedere che abbiamo molte più azioni che l'agente può intraprendere. 06:04.380 --> 06:10.850 Quindi, nel gioco del destino, gira a sinistra ea destra, guarda verso l'alto, lo scatto di Ron si ricarica. 06:10.890 --> 06:16.290 O sai che tutte quelle azioni diverse che sono possibili in prima persona dovrebbero essere come. 06:16.290 --> 06:19.430 E inoltre non deve essere quello che puoi. 06:19.430 --> 06:23.190 Puoi toccare questo agente per un altro tipo di gioco. 06:23.190 --> 06:29.940 Questa è la sua bellezza che poi si rende conto che ora può gestire qualsiasi tipo di ambiente 06:29.940 --> 06:34.260 a cui lo si collega perché finché c'è una rappresentazione visiva dell'ambiente 06:34.680 --> 06:39.940 di quell'ambiente è già presente l'intera infrastruttura l'intera struttura è pronta per l'elaborazione quella. 06:39.960 --> 06:43.980 Ecco, questo è il profondo apprendimento di CUOL convoluzionale. 06:43.980 --> 06:51.120 Quindi lo portiamo anche al prossimo passo in cui stiamo aggiungendo convoluzioni o Lares convoluzionali nel nostro 06:51.120 --> 06:58.980 cervello di agenti ora e lo stiamo rendendo ancora più complesso e quindi possiamo annoiarci di essere in grado 06:58.980 --> 07:01.260 di risolvere anche più complesse sfide. 07:01.410 --> 07:06.720 Quindi spero che tu sia molto eccitato per questo sarà in una sezione epica e creeremo 07:06.720 --> 07:10.460 cose incredibili e non vedo l'ora di vederti in quel prossimo tutorial. 07:10.480 --> 07:12.130 E fino ad allora goditi l'intelligenza artificiale.