Il nuovo algoritmo ReBRAC sviluppato in Russia consente di addestrare l’IA quattro volte più velocemente e il 40% meglio rispetto agli analoghi esistenti. Sergei Kolesnikov, capo del laboratorio di ricerca sull'intelligenza artificiale della Tinkoff Research, ne ha parlato con il quotidiano russo Izvestia.

Secondo l'esperto, i risultati sono stati ottenuti durante i test sui simulatori robotici. ReBRAC aiuta anche a risolvere in modo più efficace il problema della riqualificazione dell’intelligenza artificiale, che di solito è lenta ad adattarsi alle nuove condizioni.

“Ad esempio, un robot originariamente addestrato a muoversi sull’erba cadrà se si sposta sul ghiaccio. ReBRAC consente all’IA di apprendere meglio in movimento e di adattarsi”, ha fornito un esempio Kolesnikov.

L'algoritmo è stato creato da un team di scienziati del laboratorio Tinkoff Research AI. Come ha spiegato Kolesnikov, i ricercatori hanno identificato quattro componenti che sono stati presentati negli algoritmi negli ultimi anni, ma sono stati considerati minori e non sono stati sottoposti ad un’analisi dettagliata. Queste sono la profondità delle reti neurali, la regolarizzazione degli attori e dei critici, l'aumento dell'orizzonte di pianificazione efficace e l'uso della normalizzazione dei livelli (LayerNorm).

I risultati della ricerca sono stati presentati alla principale conferenza internazionale sul machine learning NeurIPS, tenutasi a New Orleans, USA, dal 10 al 16 dicembre. Oltre all'algoritmo ReBRAC, gli scienziati russi hanno dimostrato due librerie aperte nel campo dell'apprendimento per rinforzo offline (Offline RL, ORL), grazie alle quali gli specialisti dell'intelligenza artificiale non hanno più bisogno di riprodurre autonomamente i risultati dei lavori scientifici più significativi.