Q-learning huwa metodu fundamentali tat-tagħlim bir-rinforz. Aġent jitgħallem bi provi u żbalji liema valur fit-tul (il-“valur Q”) għandha azzjoni partikolari f'sitwazzjoni partikolari, u maż-żmien jagħżel l-azzjonijiet l-aktar promettenti. Ma jeħtieġx mudell tal-ambjent tiegħu biex jagħmel dan. Flimkien man-netwerks newrali (deep Q-learning), sistema ta' DeepMind użat dan l-approċċ biex titgħallem tilgħab ħafna logħob tal-vidjo Atari mill-pikseli tal-iskrin biss.
Aġenti, flussi tax-xogħol u mudelli fi spazju tax-xogħol wieħed – demo b'xejn għal 24 siegħa.
Ibda d-demoIt-tagħlim bir-rinforz huwa fergħa tat-tagħlim awtomatiku li fiha aġent jitgħallem bi provi u żbalji. Jaġixxi f'ambjent, jirċievi premjijiet għal riżultati tajbin u penali għal dawk ħżiena, u b'dan il-mod jiżviluppa strateġija li timmassimizza l-premju totali tiegħu. Eżempji magħrufa jinkludu programmi li jiddominaw logħob tal-bord bħall-Go, il-kontroll ta' robots u l-irfinar ta' mudelli lingwistiċi abbażi ta' evalwazzjonijiet tal-bniedem.
L-RLHF huwa metodu ta' taħriġ li jagħmel il-mudelli lingwistiċi aktar siewja u aktar sikuri. In-nies jqabblu u jevalwaw diversi tweġibiet tal-mudell; dawn il-ġudizzji jintużaw biex jitħarreġ mudell tal-premjijiet, li mbagħad iħarreġ aktar lill-mudell lingwistiku stess permezz tat-tagħlim bir-rinforz. Dan jgħallmu, per eżempju, iwieġeb b'mod aktar ċar jew jirrifjuta talbiet problematiċi. L-RLHF isir għand il-fornitur tal-mudell qabel ma mudell jinħareġ – mhux ma' utenti individwali.
Il-metodi Monte Carlo huma tekniki komputazzjonali li jużaw numru kbir ħafna ta' kampjuni każwali biex japprossimaw riżultati li huma diffiċli biex jiġu kkalkulati analitikament. Sistema tiġi simulata eluf ta' drabi b'suppożizzjonijiet li jvarjaw b'mod każwali, u d-distribuzzjoni tar-riżultati tiġi analizzata. L-organizzazzjonijiet jużawhom għall-analiżi tar-riskju, l-ippjanar tal-iskeda tal-proġetti jew il-valutazzjoni ta' portafoll. Fl-IA, il-metodi jintużaw, fost oħrajn, fit-tagħlim bir-rinforz u fit-tfittxija tas-siġar fil-logħob.
In-netwerks newrali artifiċjali (ANNs) huma mudelli komputazzjonali magħmula minn ħafna unitajiet konnessi (“newroni”) irranġati f'saffi li jipproċessaw inputs permezz ta' konnessjonijiet ippiżati. Matul it-taħriġ, il-piżijiet jiġu aġġustati pass pass bl-użu ta' eżempji, ġeneralment permezz ta' backpropagation. L-ANNs huma l-pedament tat-tagħlim profond u jħaddmu r-rikonoxximent tal-immaġini, ir-rikonoxximent tad-diskors u mudelli lingwistiċi kbar. Minkejja l-ispirazzjoni bijoloġika tagħhom, jaħdmu b'mod ferm aktar sempliċi mill-moħħ tal-bniedem.
