在本周在預印服務器Arxiv.org上發表的一項新研究中，多倫多大學和致力于推進人工智能的獨立非營利組織Vector Institute的科學家提出了嬰兒人工智能，這是一個研究描述性文本是否有助于人工智能在動態環境中推廣的平臺。 它和幾個基線模型都將很快在GitHub上提供。

機器學習中最強大的技術之一-強化學習，它需要通過獎勵激勵軟件代理實現目標-也是最有缺陷的技術之一。 它的樣本效率低下，這意味著它需要大量的計算周期來完成，并且沒有額外的數據來覆蓋變化，它很難適應與訓練環境不同的環境。

理論上，通過結構化語言對任務的先驗知識可以與強化學習相結合，以減輕其缺點，而嬰兒人工智能是為了將這一理論付諸實踐。 為此，該平臺建立在現有的強化學習框架-寶貝A I-之上，以生成各種基于動態、彩色瓷磚的環境，以及詳細描述其布局的文本。

嬰兒人工智能的水平包括可以拾取和丟棄的物體;可以解鎖和打開的門;以及代理必須承擔的各種任務。 就像環境本身一樣，任務是隨機生成的，它們通過“嬰兒語言”傳達給代理，這是一種使用英語詞匯子集的組合語言。

上述文本揭示了使用的瓷磚類型和每個瓷磚的顏色匹配。 由于顏色和瓷磚類型之間的配對是隨機的，因此代理必須它的描述才能正確地導航地圖。

在寶貝A I中，每個級別被劃分為兩種配置：培訓和測試。 在訓練配置中，代理暴露在級別中的所有瓷磚和顏色類型中，但是一些顏色類型對的組合被保留出來。 在測試配置中，啟用所有顏色類型對，迫使代理使用語言接地將瓷磚的類型關聯到顏色上。

本文描述了使用基線模型進行的幾個實驗，其中之一-注意力融合-使用所謂的注意機制將相關的文本嵌入（數學表示）分配給場景嵌入特征映射上的位置（一個將嵌入映射到特征空間的函數，或AI過程駐留的變量的維數）。 對于最困難的水平，這種注意力融合模型在最具挑戰性的水平上比第二最佳模型高16.2%的測試成功率（5個步驟或動作后約60%），并且它使用較少的圖像幀完成了該級別（約65比75）。