2016年，一臺超級計算機在復雜的棋盤游戲Go中擊敗了世界冠軍。怎么樣？通過使用強化學習，這是一種人工智能，計算機可以通過簡單的指令對其進行編程后進行自我訓練。計算機從錯誤中吸取教訓，并逐步變得強大。

強化學習的主要缺點是它不能在某些實際應用中使用。那是因為在自我訓練的過程中，計算機最初會嘗試幾乎所有事物，然后最終跌入正確的道路。對于某些應用程序（例如不允許容忍突然的溫度波動的氣候控制系統(tǒng)），此初始試錯階段可能會出現(xiàn)問題。

CSEM工程師已經(jīng)開發(fā)出一種解決此問題的方法。他們表明，計算機可以首先在極為簡化的理論模型上進行訓練，然后再設置為在實際系統(tǒng)上學習。這意味著，當計算機在現(xiàn)實生活中的系統(tǒng)上開始機器學習過程時，它們可以借鑒先前在模型上學到的知識。因此，計算機可以快速走上正確的道路，而無需經(jīng)歷一段時間的劇烈波動。工程師的研究成果剛剛發(fā)表在關于神經(jīng)網(wǎng)絡和學習系統(tǒng)的IEEE Transactions中。

CSEM智能能源系統(tǒng)研究負責人，該研究的合著者Pierre-Jean Alet說：“這就像在開車前學習駕駛員手冊一樣?！薄巴ㄟ^這一預培訓步驟，計算機可以建立一個可以利用的知識庫，從而在尋找正確答案時不會出現(xiàn)盲目情況?！?/p>

工程師使用三步過程在復雜的100個房間的建筑物中的加熱，通風和空調(diào)（HVAC）系統(tǒng)上測試了他們的方法。首先，他們使用簡單描述了建筑物行為的簡單方程式對“虛擬模型”進行了計算機培訓。然后他們將實際的建筑物數(shù)據(jù)（溫度，百葉窗打開的時間，天氣狀況等）輸入計算機，以使培訓更加準確。最后，他們讓計算機運行其強化學習算法，以找到管理HVAC系統(tǒng)的最佳方法。廣泛的應用

這一發(fā)現(xiàn)可以通過將機器學習的使用范圍擴大到運行參數(shù)的巨大波動會帶來重大財務或安全成本的應用，從而為機器學習開辟新的視野。

責任編輯：lq