2016年，一臺超級計算機(jī)在復(fù)雜的棋盤游戲Go中擊敗了世界冠軍。怎么樣？通過使用強(qiáng)化學(xué)習(xí)，這是一種人工智能，計算機(jī)可以通過簡單的指令對其進(jìn)行編程后進(jìn)行自我訓(xùn)練。計算機(jī)從錯誤中吸取教訓(xùn)，并逐步變得強(qiáng)大。

強(qiáng)化學(xué)習(xí)的主要缺點是它不能在某些實際應(yīng)用中使用。那是因為在自我訓(xùn)練的過程中，計算機(jī)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(yīng)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(jī)可以首先在極為簡化的理論模型上進(jìn)行訓(xùn)練，然后再設(shè)置為在實際系統(tǒng)上學(xué)習(xí)。這意味著，當(dāng)計算機(jī)在現(xiàn)實生活中的系統(tǒng)上開始機(jī)器學(xué)習(xí)過程時，它們可以借鑒先前在模型上學(xué)到的知識。因此，計算機(jī)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(guān)于神經(jīng)網(wǎng)絡(luò)和學(xué)習(xí)系統(tǒng)的IEEE Transactions中。

CSEM智能能源系統(tǒng)研究負(fù)責(zé)人，該研究的合著者Pierre-Jean Alet說：“這就像在開車前學(xué)習(xí)駕駛員手冊一樣?！薄巴ㄟ^這一預(yù)培訓(xùn)步驟，計算機(jī)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。”

工程師使用三步過程在復(fù)雜的100個房間的建筑物中的加熱，通風(fēng)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(jìn)行了計算機(jī)培訓(xùn)。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(jī)，以使培訓(xùn)更加準(zhǔn)確。最后，他們讓計算機(jī)運行其強(qiáng)化學(xué)習(xí)算法，以找到管理HVAC系統(tǒng)的最佳方法。廣泛的應(yīng)用

這一發(fā)現(xiàn)可以通過將機(jī)器學(xué)習(xí)的使用范圍擴(kuò)大到運行參數(shù)的巨大波動會帶來重大財務(wù)或安全成本的應(yīng)用，從而為機(jī)器學(xué)習(xí)開辟新的視野。

責(zé)任編輯：lq