معهد ماساتشوستس للتكنولوجيا قدم الباحثون خوارزمية تعلم معززة فعالة تعمل على تحسين عملية صنع القرار في الذكاء الاصطناعي في سيناريوهات معقدة، مثل التحكم في حركة المرور في المدينة.
من خلال الاختيار الاستراتيجي للمهام المثالية للتدريب، تحقق الخوارزمية أداءً محسنًا بشكل ملحوظ مع بيانات أقل بكثير، مما يوفر زيادة في الكفاءة بمقدار 50 مرة. لا توفر هذه الطريقة الوقت والموارد فحسب، بل تمهد الطريق أيضًا لتطبيقات الذكاء الاصطناعي الأكثر فعالية في بيئات العالم الحقيقي.
صنع القرار بالذكاء الاصطناعي
وفي مجالات مثل الروبوتات والطب والعلوم السياسية، يعمل الباحثون على تدريب أنظمة الذكاء الاصطناعي على اتخاذ قرارات هادفة ومؤثرة. على سبيل المثال، يمكن لنظام الذكاء الاصطناعي المصمم لإدارة حركة المرور في مدينة مزدحمة أن يساعد السائقين على الوصول إلى وجهاتهم بسرعة أكبر مع تعزيز السلامة والاستدامة.
لكن،…
