Mehr lesen
El aprendizaje profundo por refuerzo se ha convertido rápidamente en una de las áreas de investigación más candentes del ecosistema del aprendizaje profundo. La fascinación por el aprendizaje por refuerzo está relacionada con el hecho de que, de todas las modalidades de aprendizaje profundo, es la que más se parece a cómo aprenden los humanos. En los últimos años, ninguna empresa del mundo ha hecho más por avanzar en el escenario del aprendizaje profundo por refuerzo que la filial de Alphabet, DeepMind. Desde el lanzamiento de su famoso agente AlphaGo, DeepMind ha estado a la vanguardia de la investigación en aprendizaje por refuerzo. Hace unos días, publicaron una nueva investigación que intenta abordar uno de los aspectos más desafiantes de las soluciones de aprendizaje por refuerzo: la multitarea. La capacidad de realizar y aprender simultáneamente tareas similares es esencial para el desarrollo de la mente humana. Desde el punto de vista neurocientífico, la multitarea sigue siendo en gran medida un misterio y, como es lógico, nos ha costado muchísimo implementar agentes de inteligencia artificial (IA) que puedan aprender de forma eficiente múltiples dominios sin requerir una cantidad desproporcionada de recursos. Esta monografía es una lúcida introducción a DeepMind Learning Machine con una teoría sencilla.
Über den Autor / die Autorin
Prof. Md. Sadique Shaikh pracuje jako starszy wyk¿adowca na studiach MBA i innych kursach z zakresu zarz¿dzania. Posiada tytu¿y naukowe M.Sc (ES), M.Tech (IT), P.G.D.M (EM), M.B.A (HRM), D.B.M, M.Phil (Zarz¿dzanie). Wyniki swoich badä przedstawi¿ na ponad 100 mi¿dzynarodowych i krajowych sympozjach. Jest autorem ponad 40 artyku¿ów naukowych i 17 mi¿dzynarodowych ksi¿¿ek.
