นักวิจัยจาก Sakana AI ร่วมกับมหาวิทยาลัยต่างๆ นำเสนอแนวทาง neuroevolution ที่ใช้กระบวนการวิวัฒนาการเพื่อพัฒนา AI ที่มีความสามารถในการสร้างสรรค์และปรับตัวได้ดีขึ้น โดยทดสอบวิธีการต่างๆ เช่น CMA-ES, NES และ NEAT ในการฝึก AI เล่นเกม Atari และควบคุมตัวละคร Mario ทีมวิจัยนำ EvoJAX เครื่องมือเร่งกระบวนการวิวัฒนาการมาใช้ ช่วยลดเวลาฝึกและเพิ่มความหลากหลายของผลลัพธ์ งานวิจัยนี้อาจส่งผลต่อการพัฒนา AI ที่ทำงานร่วมกับมนุษย์ได้ดีขึ้น โดยเฉพาะด้านการสร้างสรรค์ผลงานและแก้ปัญหาซับซ้อน นักวิจัยหลัก Sebastian Risi ผู้เชี่ยวชาญด้าน AI ที่มหาวิทยาลัย Copenhagen และ Sakana AI มีผลงานตีพิมพ์ในงานวิชาการชั้นนำ ร่วมกับ Yujin Tang ที่พัฒนา EvoJAX และ David Ha ผู้ก่อตั้ง Sakana AI ซึ่งเคยทำงานที่ Google Brain และ Goldman Sachs งานวิจัยเน้นการประยุกต์ neuroevolution กับ reinforcement learning และ generative AI เพื่อเพิ่มประสิทธิภาพระบบอัจฉริยะ Risto Miikkulainen ผู้เชี่ยวชาญด้าน neuroevolution จาก University of Texas ช่วยพัฒนาวิธีการวิวัฒนาการ AI สำหรับการประมวลผลภาษาและภาพ งานวิจัยมุ่งเน้นการปรับใช้เทคนิคให้แก้ปัญหาจริงในโลกจริง ทีมวิจัยยังต้องการขยายการใช้งานไปยังด้านการสร้างสรรค์และระบบอัจฉริยะที่ทำงานร่วมกับมนุษย์ได้ดีขึ้น การใช้ neuroevolution ช่วยให้ AI ปรับตัวได้ดีขึ้นในสภาพแวดล้อมที่เปลี่ยนแปลง ทีมวิจัยเน้นการผสมผสานระหว่างการเรียนรู้เสริมและกระบวนการสร้างสรรค์ เพื่อพัฒนาโมเดลที่มีความยืดหยุ่นและสร้างสรรค์ ซึ่งอาจนำไปสู่การประยุกต์ใช้ในด้านการออกแบบ วิศวกรรม และการตัดสินใจอัตโนมัติ
สรุปด้วย MAF Local AI · เนื้อหาต้นฉบับเป็นของแหล่งข่าว