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），此初始試錯階段可能會出現問題。

CSEM工程師已經開發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上學習。這意味著，當計算機在現實生活中的系統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，而無需經歷一段時間的劇烈波動。工程師的研究成果剛剛發表在關于神經網絡和學習系統的IEEE Transactions中。

CSEM智能能源系統研究負責人，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。”“通過這一預培訓步驟，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盲目情況。”

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（HVAC）系統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據（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系統的最佳方法。廣泛的應用

這一發現可以通過將機器學習的使用范圍擴大到運行參數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