AI新工具解决全新任务表现...为开发通用人工智能铺平道路.pdf

2023.02ELECTRONICS QUALITY3结束语空间辐射性能最能真实体现终端无线传输能力，通过对空间离散点数据采集分析，形成产品收、发性能的三维图形，能将“看不见”的电磁信号形象地展示出来。空间射频仿真技术可应用于产品网络连接能力的评估，能直观地展示终端设计缺陷，验证结构设计对产品辐射和接收性能的影响。随着无线终端产品的日渐增多，产品辐射性能将愈发地受到各厂商的重视，空间射频仿真技术的应用将会越来越广。参考文献：1任德彬.无线局域网WiFi抗干扰策略的研究D.西安：西安电子科技大学，2021.2熊洋洋，史信荣，柯进，等.模拟无线通讯在线抗干扰测试方案研究J.安全与电磁兼容，2021（2）：55-58.3尹林佳.WLAN无线局域网在干扰环境下性能分析及研究D.北京：北京邮电大学，2010.4韩烽.天线辐射性能的统计分析方法J.中国新通信，2020，22（17）：18-20.5张然，章锦文，何骁.天线辐射性能并行测试场研究J.计算机仿真，2016，33（12）：185-188；461.6师建龙，全厚德，甘连仓，等.微波暗室静区反射电平计算方法研究J.舰船电子工程，2010，30（10）：92-94.7郑星，樊友谊，焦斌，等.射频仿真暗室静区性能测量与优化J.电讯技术，2010，50（7）：140-144.8 CTIA.Test plan for wireless device over-the-air perfor-mance version 3.8.2 S.Simulation AnalysisAI新工具解决全新任务表现媲美人类 为开发通用人工智能铺平道路!信息与动态一般而言，人工智能（AI）需要进行特定训练才能胜任某项任务。据报道，英国“深度思维”公司开发出一款新型AI工具AdA，其能像人类一样快速准确地解决全新任务，最新研究或是科学家朝着最终开发出通用AI迈出的重要一步。相关研究近日刊发于论文预印本网站。人类擅长在不同环境，包括全新环境中解决新问题，但AI系统往往只能解决被训练要解决的特定问题，当游戏规则改变时，它们可能会陷入困境。“深度思维”在开发下棋游戏AI方面取得的成功很大程度上源于强化学习，这种方式能让AI学着如何在环境中拿到高分，表现出优秀的成绩。但即便如此，AI也必须再次接受训练，才能玩不同的游戏。为克服这一限制，该公司一直在开发一种可在全新游戏中取得成功的AI。2021年，公司发布了新AI模型XLand，其可解决虚拟3D世界中的新任务。该虚拟环境包含70多万个游戏，这些游戏都是自动生成的，且只存在于虚拟世界中。在最新研究中，“深度思维”团队通过在一组难度缓慢增加的数十亿个任务上训练不同版本的XLand，开发出了AdA工具。当“深度思维”团队在30个全新的定制任务上测试ADA时，其解决问题的表现和速度可与100名人类参与者相媲美，且能解决一些人们无法完成的任务。在规模更大、自动化程度更高的1 000项任务中，它可解决90%的任务。此外，该系统还可控制多个代理，让其相互协调合作。研究团队指出，能在不断变化的环境中解决任务的AI，有望在人形机器人、自动驾驶汽车等多个领域大显身手。（摘自科技日报）仿真分析43