Обучать нейронные сети непросто. Даже если их несложно создать, то дальнейшее обучение может потребовать множество часов, независимо от того, сколько вычислительной мощности использовать. У исследователей из компании OpenAI появился новый подход к решению этой проблемы. Они разработали нейронную сеть, которая использует стратегию эволюции, однако она не похожа на биологическую эволюцию. Вместо того, чтобы использовать один и тот же метод обучения нейронной сети, исследователи стараются научить ее обучаться самостоятельно. Подобная система может начать решать задачу с использованием множества случайных параметров, а затем, делая догадки, все ближе и ближе подбираться к единственно правильному решению. Несмотря на то, что данный подход выглядит слегка загадочно, он имеет очевидные преимущества. Новая технология устраняет многие традиционные проблемы, связанные с обучением нейронных сетей, делая их код более простым в реализации. Кроме того, данная методика помогает легко масштабировать нейронные сети, что позволит, используя более мощные вычислительные машины, справляться с обучением быстрее. В тестах, проводимых исследователями из компании OpenAI, суперкомпьютер с 1440 ядрами смог обучить компьютерные модели гуманоидов ходьбе всего за 10 минут, в то время как обычная нейронная сеть тратит на это около 10 часов. При этом вычислительная мощность компьютера напрямую влияет на скорость решения задачи. 
Результаты обучения гуманоидов ходьбе / ©blog.openai.com Еще одним несомненным плюсом данного подхода является то, что операторы нейронных сетей перестанут тратить множество часов на их обучение – они будут лишь вводить начальные данные и проверять результат.
Источник: http://earth-chronicles.ru/news/2017-03-28-102852
