研究人员发明新的机器学习方法,助力AI完成过于敏感的任务

瑞士电子和微技术中心的工程师们开发了一种新的机器学习方法,能够减少能源消耗,并允许人工智能(ai)完成一度被认为过于敏感的任务。
强化学习局限性
强化学习(reinforcement learning)是人工智能的一个重要方面,它通过学习过去的经验不断改进自己。然而,这项技术往往很难应用于现实生活中的场景和情况,例如训练气候控制系统。像这样的应用程序不能处理温度的急剧变化,这将由强化学习带来。
这个问题正是csem工程师们着手解决的问题,也是他们提出新方法的时候。工程师们证明,简化的理论模型可以首先用于训练计算机,然后他们将转向现实生活中的系统。这使得机器学习过程在到达实际系统时更加精确,从之前的尝试和错误中学习理论模型。这意味着实际系统不会出现剧烈波动,用气候控制技术解决了问题。
pierre-jean-alet是csem智能能源系统研究的负责人,也是这项研究的合著者。
亚历特说:“这就像是在开车前学习驾驶手册一样。“通过这一预训练步骤,计算机建立了一个可以利用的知识库,这样它们就不会在寻找正确答案时盲目飞行。”
减少能源消耗
这种新方法最重要的一个方面是它可以减少20%以上的能源消耗。工程师们在一座有100个房间的大楼里的一个供暖、通风和空调(hvac)系统上测试了这种方法。
工程师们依赖于三个步骤,第一步是训练计算机学习“虚拟模式”,这个模型是通过简单的方程来建立的,这些方程可以解释建筑物的行为。真实的建筑数据,如温度,天气状况和其他变量,然后输入到计算机,这进一步导致了更准确有针对性的训练。最后一步是让计算机运行强化学习算法,这将最终为暖通空调系统找到最佳解决方法。
csem工程师开发的新方法可能会对机器学习产生重大影响。许多曾经被认为是强化学习“不可触及”的应用程序,比如那些波动很大的应用程序,现在可以用一种新的方式来处理。这将降低能源使用、降低财务成本和许多其他好处。


皓丽“集大成 向未来”发布会,新品会议平板M6有何亮点?
iphone14发布会在哪看?iphone14发布会直播官网地址曝光
一路飙升的新能源汽车的市场现在国家要把输液的管子拔了
汽车OTA自动化测试解决方案
保障智能锁安全的因素都有哪些
研究人员发明新的机器学习方法,助力AI完成过于敏感的任务
浪潮信息长期赋能MAXIEYE实现云数据中心部署
智能魔镜显示屏的作用,让你的家变得智能感十足
变压器油中含气量标准_变压器油中含气量测定方法
VCU视频编解码设计案例介绍
基于WM2002设计的立体声耳机驱动方案
航天科工无人机灭火系统高原试验完成,具备群体协同消防作战能力
还在用牙签、纸巾、保鲜膜按电梯吗?智慧电梯冲刺IoT新风口
物联网应用层协议选择和分析--MQTT、CoAP 、HTTP、XMPP、SoAP
通过手持糖度计来研究水果的成熟度与甜度
OPPO Reno2视频防抖究竟多厉害?两大技术加持只为“画面稳”
具市场分析指纹识别传感器市场发展前景可佳
如何测量信号完整性均衡后的符号间干扰
一加3氢OS发布Beta7更新内容 优化Wifi增加节省流量
三星Galaxy Fold在印尼推出,售价暂未公布