การเรียนรู้แนวคิดถือเป็นคุณสมบัติสำคัญของสติปัญญาของมนุษย์ ซึ่งช่วยให้เราสามารถรวมประสบการณ์ต่างๆ เข้าด้วยกันเป็นองค์ประกอบพื้นฐานสำหรับการทำความเข้าใจและการให้เหตุผล ตัวอย่างเช่น โมเดลของเราสามารถนำแนวคิดที่เรียนรู้ในสภาพแวดล้อมอนุภาคสองมิติ ไปใช้ในสภาพแวดล้อมหุ่นยนต์ทางฟิสิกส์สามมิติได้โดยไม่ต้องฝึกใหม่
งานนี้ใช้ energy functions เพื่อให้ Agent เรียนรู้การจำแนกและสร้างแนวคิดอย่างง่าย ซึ่งสามารถนำไปใช้แก้ปัญหา เช่น การนำทางระหว่างสองจุดในสภาพแวดล้อมที่แตกต่างกัน แนวคิดเหล่านี้รวมถึงมิติทางภาพ (เช่น “สีแดง” หรือ “สี่เหลี่ยม”) มิติทางพื้นที่ (เช่น “ข้างใน”) และมิติทางสังคม เป็นต้น
การฝึกฝนของเราใช้ข้อมูลเส้นทาง (trajectory) ที่ประกอบด้วย (attention mask, state) ซึ่งถูกสร้างขึ้นล่วงหน้าสำหรับแนวคิดที่เราต้องการให้โมเดลเรียนรู้ เราได้ทดสอบแนวทางนี้ในงานที่หลากหลาย เพื่อดูว่าระบบเดียวสามารถเรียนรู้การระบุและสร้างสิ่งที่รวมกันด้วยแนวคิดเดียวกันได้ดีเพียงใด
ศัพท์ที่ควรรู้
- Generalizing from limited experience – การนำประสบการณ์ที่จำกัดมาประยุกต์ใช้กับสถานการณ์ใหม่
- Attention mask – กลไกที่ใช้กำหนดว่าส่วนใดของข้อมูลที่โมเดลควรให้ความสนใจ
- Energy functions – ฟังก์ชันที่ใช้เป็นตัวขับเคลื่อนให้ Agent เรียนรู้และปรับปรุงสถานะของตนเอง
- Concept – แนวคิดพื้นฐานที่โมเดลใช้เป็นหน่วยในการทำความเข้าใจและการให้เหตุผล
ที่มา: OpenAI