Вот, например, еще в 2017 год в DeepMind (это компания, которая наделала шороху чуть ранее, выиграв в Alpha Go. Они сделали симуляцию - это была такая игра, в которой агенты должны были собирать яблоки.

Суть в том, что они не знали, что имеют дело с яблоками, поэтому на самом деле агенты были заинтересованы в сборе зеленых квадратиков, символизирующих яблоки. Квадратики, когда их “съедали” - появлялись новые. Виртуальные яблоки “рождались” снова через некоторое время.

В этой игре было несколько агентов (роботов, если хочешь), которые одновременно находились в определенной среде и учились, как вести себя в конкретной среде, чтобы максимизировать свою функцию для поедания максимального количества яблок.

Такие простые были правила. Проблемой было то, что эпизоды, в которых играли эти агенты, были ограничены. Допустим, каждый эпизод длился 2 или 3 минуты, и теперь: как агент должен вести себя, чтобы за эти три минуты съесть максимальное количество яблок.

Что было интересно, агенты также могли временно выбывать из игры. Они могли использовать так называемый лазер, с помощью которого, если агент был поражен, скажем, он уходил в угол на несколько секунд, то есть терял время, в течение которого мог бы собирать яблоки. В этом заключались правила этой игры.

Какой был результат. Как только появлялся дефицит ресурсов - агенты начинали идти по сценарию два - друг друга убивать. Когда же было изобилие (сценарий 1), тогда не было необходимости драться и жили они дружно.
Кстати, вот тут можно почитать публикацию DeepMind: Multi-agent Reinforcement Learning in Sequential Social Dilemmas

(Часть2)

Присоединяйся к вебинару live coding и обучай модель Machine Learning в режиме реального времени.

Когда: 15 сентября в 19:00 (по Минску, Киеву, Москве).
Тема: "Прогнозирование цен на автомобили с помощью машинного обучения”
Длительность: около 2 часов.

Будем кодить вместе.

Что будет на вебинаре:
📌Пошаговая разборка ML-процесса
📌Практические задания с доступом к реальным данным и среде
📌Интерактивное обучение и обсуждение

Вместе мы сделаем сложное простым и достигнем результатов с минимальными усилиями 💪

Осталось всего несколько бесплатных мест для участия.

👉 Записаться на вебинар

Через 50 минут начинаем наш live coding вебинар "Прогнозирование цен на авто".

Присоединяйся к трансляции по ссылке
👉 https://www.youtube.com/watch?v=MIDB0mrDFQ0

Сегодня стартует наш курс по Data Science.

Этот курс для Тебя, если:
✅Давно ищешь варианты - как перейти от теории к практике
✅Хочешь научиться создавать качественные прототипы ML моделей
✅Хочешь получить практические знания, которые нужны в работе

Хочу на курс

На самом деле, не так уж и просто. Нужно еще настроить правильно процесс, но как говрится - в каждой шутке есть … доля шутки 🙂

Хорошего воскресенья.

Как перестать бояться созвонов на английском языке?

У нашего партнера (онлайн-школы английского языка для IT специалистов) стартует отличный курс для звонков и встреч на английском. За 5 недель ребята с уровнями A2-B2 смогут научиться коммуницировать на английском вежливо и бегло.

Подробности во вложенном файле. Анкета предзаписи - внутри файла и также дублируем ссылку здесь: https://www.blackcardenglish.com/eitform.

И пусть английский будет в радость - так же, как и ML ❤️

P.S.
1️⃣ это не реклама - рекомендация от души
2️⃣студенты наших платных курсов и участники DW Club - проверяйте почту, для вас еще и скидка предусмотрена 😎.

Визуализация данных может показать нам "ничего".

Люди часто не осознают, насколько важна "пустота" на графиках. Визуализация данных - это мощный инструмент для передачи информации, но ее также можно использовать для того, чтобы показать, что не происходит. Например, диаграмма, которая не показывает посадок на Луне в течение 30 лет, может свидетельствовать о застое в исследованиях космоса.

Это напоминает нам, что визуализация данных - это не только показывать то, что происходит. Она также может использоваться для того, чтобы показать то, чего не происходит. Это может быть ценной информацией, так как она может помочь нам выявить тенденции, паттерны и взаимосвязи.

В контексте космической эксплорации этот график напоминает нам, что мы не посещали Луну в течение 30 лет. Это значительный перерыв, и стоит задаться вопросом, почему это произошло.

Это связано с нехваткой финансирования? Недостатком интереса? Или чем-то еще?

chatgpt, сделай это более по-человечески, по-питоновски… ❤️

В последнее время на глаза все чаще попадаются различные роботы, которые, возможно, ещё не так заметны, но это уже будущее, которое наступает сегодня… На сколько в курсе происходящего и хочешь, чтобы я про это тоже чаще писал, а возможно, давал свою оценку?



Давай для эксперемента начнем с компании Figure AI, здесь ребята создают робота, который может делать многие разные вещи, такие как ходить, поднимать предметы и открывать двери. Стремятся создать гуманоида, но все же видно что это робот (на это есть есть отдельные причины, кстати знаешь про зловещую долину, рассказать?) Они все еще находятся в стадии разработки, но имеют потенциал изменить то, как мы работаем и живем.

👉 https://www.figure.ai/

Компания относительно новая, была основана в 2021 году Бреттом Эдкоком (привлечено более 70 миллионов долларов).


Давай так, чтобы я понимал, насколько эта тема интересна. Если наберём 50 огоньков 🔥️️️️️️, я напишу про другого робота, которого уже тоже внедряет на практике одна большая фирма. Интересно?

P.S. А ещё готовлю квиз… об этом чуть позже.

А вот Figure AI  в реальности

Хочешь проверить свои знания в области Data Science и Machine Learning?
Мы подготовили небольшой квиз. 😎 Всего 9 вопросов.


Квиз - это не только отличная возможность проверить свои знания, но и увлекательный способ узнать что-то новое.


А еще и подарок можно получить после прохождения🎁


Пройти квиз 👉 ЗДЕСЬ

@data_work