遗传算法在 Atari 800 XL 上运行

快速阅读: 《黑客日》消息，近年来，人工智能领域普遍认为需要更多计算资源和资金来提升模型性能。然而，一些研究者发现，即使在资源有限的平台上，如运行BASIC的Atari 800 XL，也能通过遗传算法等技术实现有效的机器学习。这种方法不仅证明了有限硬件上的可行性，还提出了一种更高效且具挑战性的计算操作途径。

在过去几年里，人工智能领域普遍接受的观点是，该领域的所有大公司都需要更多的计算资源、更多的能源和资金来构建更好的模型。然而，盲目地给这些公司投入更多资金和GPU资源导致它们变得自满，为那些资源有限的黑马提供了机会。或许从一开始就应该更明显地看到这一点，因为在极其有限的计算平台上已经构建了各种机器学习算法，例如在一个运行BASIC语言的Atari 800 XL上。

与其他需要使用内存密集型应用如梯度下降来训练神经网络的模型不同，让-米歇·塞吕埃正在使用遗传算法在平台限制内工作。遗传算法通过多代进化来评估潜在解决方案，并保留每次表现最好的那些。对幸存的几代进行修改可以在多种方式下完成，但对于这样一个受限系统来说，快速的方法是进行小的随机变化。让-米歇·塞吕埃用BASIC编写的程序进行了32代进化，以预测一个简单数学函数上的点。虽然BASIC程序依赖于随机方法进行训练，但它确实有效，并证明了使用有限硬件创建某些机器学习模型是可行的，在这种情况下，一台运行BASIC的8位Atari就可以做到这一点。

在之前的项目中，他还展示了如何利用类似的计算机来执行其他复杂的数学运算。当然，像这样的8位机不会很快挑战OpenAI或Anthropic，但寻找更高效的方式来运行复杂的计算操作始终是一个更具挑战性和回报的问题，而不是购买更多的计算资源。

(以上内容均由Ai生成)