जुड़ी हुई मशीनें क्यों इतनी बैंडविड्थ बर्बाद करती हैं? कल्पना करें कि आपका एक दोस्त बस में बैठा है और हर सेकंड एक कॉल करता है। "अभी भी बस में हूँ।" अधिकांश दूरस्थ मशीनें बहुत सारे समय एक सेकंड में क्लाउड को स्थिर पढ़ने भेजती हैं। उनमें से अधिकांश एक ही बात कहते हैं: कोई नई बात नहीं। नेटवर्क शून्य खबर के लिए पूरा मूल्य भुगतान करता है। एक डिलीवरी ड्रोन, वेयरहाउस रोबोट या पवन टर्बाइन सभी अतिरिक्त डेटा भेजते हैं। गहराई में जाने से पहले, एक अस्वीकरण: मापदंड सिमुलेटर द्वारा उत्पन्न किए गए थे, एक वास्तविक ड्रोन से नहीं। Cart Pole का उपयोग करके, एक छोटे सिमुलेटेड कार्ट के साथ एक पोल, केवल कुछ संख्याएं भेजी जाती हैं। मूल सिद्धांत एक ही रहता है। जो निर्मित है वह एक सरल तरीका है जिसमें केवल आश्चर्य भेजे जाते हैं। अंत तक, आप जानेंगे कि एक विश्व मॉडल क्या है, दो प्रतियों कैसे एक दूरस्थ मशीन और क्लाउड को समन्वयित रूप से रखते हैं, इसे PyTorch में कैसे बनाएं, और यह वास्तव में कितना डेटा बचाता है। एक विश्व मॉडल एक कार्यक्रम है जो कल्पना करता है कि यह एक न्यूरल नेटवर्क है जो अगला क्या होगा यह भविष्यवाणी करने के लिए सीख चुका है। आप इसे वर्तमान परिस्थिति और कार्रवाई दी जा रही दीजिए। यह आपको अगले क्षण की स्थिति वापस देता है। मॉडल उदाहरणों को देखकर सीखता है, भौतिकी के पाठ्यपुस्तक से नहीं। यह अपने उत्तर को अगली स्थिति के रूप में फीडबैक दे सकता है और बिना किसी वास्तविक मशीन के भविष्य की कल्पना कर सकता है। एक विवरण महत्वपूर्ण है: मॉडल केवल दो संख्याओं को देखता है—कार्ट कहाँ है और पोल कितना झुका हुआ है। यह कभी गति नहीं देखता। गति की गणना करने के लिए, यह एक छोटे से चालीस आठ संख्या की मेमोरी के माध्यम से एक पल के पहले चीजों के स्थान को याद करता है, जैसे एक स्क्रिबल नोट जो एक पल से दूसरे पल तक पास होता है। टेस्ट बेड Cart Pole है, AI में सबसे पुराने खिलौने की समस्याओं में से एक। एक कार्ट एक रेल के साथ एक पोल के साथ संतुलित ऊपर एक पटरी पर स्लाइड करता है। कार्ट मॉडल की भविष्यवाणी क्षमता के प्रदर्शन के लिए एक योजना बनाई गई रूट का पालन करता है।
स्रोत: Towards Data Science · HeadlinesBriefing द्वारा सारांशित