Personalmente, creo que han sido extremadamente efectivos porque han podido atraer a algunos de los mejores investigadores de aprendizaje profundo del mundo, centrarse en algunos de los problemas más centrales de la IA y crear proyectos de código abierto que progresan aún más en el campo. Son capaces de hacer todo esto sin tener que lidiar con las demandas de las empresas tradicionales en la industria o grupos académicos.
Calidad de los investigadores
Solo por mencionar un par de nombres …
- ¿Qué podríamos hacer con Asimo si la computadora dentro estuviera con el poder de la caja de aprendizaje profundo Nvidia DGX-1?
- ¿Existe algún programa que pueda ajustar computacionalmente funciones armónicas esféricas en un conjunto de datos?
- ¿Cuáles son algunas aplicaciones del aprendizaje semi-supervisado?
- ¿Cuál es la diferencia entre una curva ROC y una curva de recuperación de precisión? ¿Cuándo debo usar cada uno?
- ¿Qué piensa la gente del siguiente documento que señala los límites del aprendizaje de extremo a extremo?
- Ilya Sutskever : formó parte del grupo que publicó el documento de AlexNet (que algunos dicen que fue una de las fuerzas impulsoras detrás de la revolución del aprendizaje profundo).
- Andrej Karpathy : puede conocerlo por sus publicaciones de blog increíblemente bien escritas.
- Alec Radford : creó DCGAN, que fue un avance increíble en la generación de imágenes.
Sin mencionar a los dos grandes copresidentes del proyecto, Elon Musk (CEO de Tesla y SpaceX) y Sam Altman (Presidente de Y Combinator).
Trabajando en los problemas importantes
Desde su creación hace 17 meses, está claro que OpenAI se ha centrado en gran medida en el aprendizaje por refuerzo. Definitivamente, esta es una excelente dirección, especialmente porque la misión de OpenAI es “Descubrir y poner en marcha el camino hacia la inteligencia artificial segura y general”. Algunos de los trabajos más interesantes vienen con los problemas de comunicación efectiva de agentes para el aprendizaje de imitación de una sola vez, OpenAI también ha trabajado previamente con la creación de defensas contra ejemplos adversos, así como el aprendizaje no supervisado con lenguaje natural.
Proyectos de código abierto
Los dos proyectos más influyentes que OpenAI creó fueron Gym y Universe (¡También hay otro proyecto llamado Roboschool, que se lanzó la semana pasada!). Estas son dos plataformas de software que permiten a los usuarios crear, entrenar y evaluar algoritmos y agentes de aprendizaje de refuerzo. Este tipo de proyectos de código abierto bien hechos hacen que sea muy fácil para los principiantes e investigadores de todo el mundo crear prototipos de sus ideas y promover el estado del arte en RL.
