OpenAI Gym
OpenAI GYM er en verktøykasse utviklere bruker til både å utvikle og sammenlign forsterkende læring algoritmer. Deres GitHub depot inneholder dusinvis av bidragsytere. De tilbyr en leaderboard så bidragsytere kan se hvordan deres forbedringer forsterkende læring algoritmer i forhold til andre. Det er i hovedsak to deler til OpenAI gym: åpen kildekode bibliotek og service som inkluderer deres API. Selv om du ikke er utrolig teknologisk innsikt, kan en bidragsyter delta ved å reprodusere resultatene fra eksperimentet. Som presenterer et godt sted å starte for de som er usikker på kreative måter å endre læringsalgoritmer for å eksperimentere med forskjellige resultater. OpenAI Gym inneholder en rekke miljøer og eksempler for testing av forsterknings algoritmer. Den CartPole eksempel balanserer en stang på en vogn for en kort tid. Den MountainCar eksempel har en bil kjøre opp en stor bakke. Andre morsomme eksempler er Atari og brettspill og til og med Minecraft eksempler.
- Dokumentene for OpenAI Gym gi koden for å få et minimum CartPole eksempel kjører.
- Dette gjør det lett for en nykommer til prosjektet for å komme i gang på kortest mulig tid.
- OpenAI Gym har også en API som gjør at bidragsytere til å sammenligne resultatene av sine trente AI agenter.
- Engasjert fellesskap av utviklere som kan gi tilbakemeldinger eller teknisk hjelp ved behov
- De har en bemerkelsesverdig liste over individuelle sponsorer og bedrifter som støtter deres misjon, inkludert personer som Sam Altman, Elon Musk, og Peter Thiel og selskaper som Microsoft og Infosys.
- Hvis du er interessert i å utvikle proprietære AI teknologi, synlig inkludert den på åpen kildekode vil virke mot sin hensikt til dine mål.
- Deres oppdrag kan ikke engang være oppnåelige. AI er en så blomstrende felt at det ikke kan være mulig å utvikle “safe AI”. Det kan være noen iboende del av AI som gjør det mulig å kjøre forbi mennesker uten evne til å hindre det.
OpenAI Gym er virkelig den beste av sitt slag. De fleste AI utvikling, inkludert forsterkende læring er gjort på en proprietær nivå. Åpenhet og åpen kildekode natur denne programvaren øker sjansene for at for å oppnå sikker kunstig intelligens som er ganske tilgjengelig for alle. Hvis “vennlig kunstig intelligens er også mulig, vil dette prosjektet oppnå det.