Мы провели первый вебинар по интеграции глубокого обучения и ИМ. Рассказали, как использовать моделирование при обучении нейросетей и как объединить возможности AnyLogic с библиотеками для глубокого обучения с подкреплением.
Запись вебинара теперь есть на нашем YouTube-канале. Рабочие материалы мы также выложили в открытый доступ (см. ниже): они помогут вам разобраться в теме.
Вебинар спланирован в виде подробной инструкции, из которой вы узнаете, как:
- строить модель на основе диаграммы состояний; в вебинаре эта модель будет тренировочной средой для машинных алгоритмов;
- выгружать модель из AnyLogic в виде Java-приложения, а затем загружать его в среду разработки IntelliJ; это позволит подключить машинный алгоритм к агенту в модели;
- тренировать алгоритм во время работы модели в среде IntelliJ;
- выгружать обученный алгоритм и тестировать его работу в имитационной модели в AnyLogic.
Этот вебинар – не курс по глубокому обучению с подкреплением. В нём мы рассказываем, как AnyLogic может быть полезен в разработке тренировочных сред для алгоритмов ИИ.
План вебинара:
- Вступление: что такое имитационное моделирование и AnyLogic.
- Что такое диаграммы состояний.
- Предварительный обзор разрабатываемой модели.
- Пошаговая инструкция по разработке модели-тренировочной среды для машинного алгоритма. В её основе – диаграмма состояний, которая позволяет графически моделировать поведение объектов любой сложности.
- Экспорт модели из AnyLogic в среду разработки IntelliJ.
- Тренировка алгоритма с помощью модели и библиотеки Reinforcement Learning for Java (RL4J).
- Импорт обученного алгоритма в модель в AnyLogic для тестирования его работы.
- Секция вопросов и ответов.
В папке с материалами вы найдёте:
- Имитационную модель и обученный алгоритм.
- Файлы модели (понадобится, если вы работаете не в AnyLogic Professional).
- Проект в формате среды IntelliJ, включая код, необходимые библиотеки и обученный алгоритм
- Элементы библиотеки RL4J, включающие алгоритм DQN и зависимости для запуска на любой ОС.
❗ Обратите внимание: если вы удалите библиотеку RL4J из модели или из проекта IntelliJ, для корректной работы её нужно добавить как зависимость. В видео мы рассказываем, как это сделать: 54:40' – для AnyLogic, 47:10' – для IntelliJ - Документ с пояснениями кода и информацией об использованных переменных/функциях.
Эти материалы вместе с записью вебинара помогут вам попрактиковаться самостоятельно.
Подробнее о совместном использовании ИМ и искусственного интеллекта – на нашей тематической странице. Там же вы найдёте другие примеры моделей с элементами ИИ.
19 сентября мы проведём следующий тематический вебинар вместе с командой Skymind, создателями ИТ-решений для работы с искусственным интеллектом. На вебинаре мы представим платформу Pathmind для автоматического глубокого обучения, которая упрощает обучении алгоритмов ИИ на основе имитационной модели. Мы расскажем и покажем на примере, как быстрее тренировать алгоритмы ИИ с помощью AnyLogic и Pathmind. Регистрация >>
Другие материалы о том, как ИМ используется вместе с ИИ:
- Видео: Имитационные модели – виртуальная среда для обучения и тестирования ИИ для бизнес-приложений
- Общая информация: Имитационная платформа для обучения и тестирования ИИ для бизнес-приложений
- Аналитическая статья (на англ.): ИИ и имитационное моделирование для бизнеса
- Блог: Машинное обучение и имитационная модель – пример
- Блог: Искусственный интеллект и имитационное моделирование
- Блог: Что общего у ИМ, машинного обучения и глубокого обучения?
- Видео: ИМ и обучение с подкреплением – мнение экспертов
- Видео вебинара от Skymind и AnyLogic: ИМ и автоматическое машинное обучение