אַקסעלערייטינג אַי-פּאַוערד ראָובאַץ און אָנליין זיכערקייַט: ברייקטרוס אין פאַקטיש-ראָבאָט טראַינינג און זידלען מיטיגיישאַן
די לעצטע מיטאַרבעט צווישן KAIST און Nvidia האט ריזאַלטיד אין אַ באַטייטיק ברייקטרו: רידוסינג פאַקטיש-ראָבאָט טריינינג צייט מיט 31-68% ניצן קעסיידערדיק אַוועק-פּאָליטיק ריינפאָרסמאַנט לערנען (RL). דער דערגרייה האט היפּש ימפּלאַקיישאַנז פֿאַר די דיפּלוימאַנט פון יי-פּאַוערד ראָובאַץ אין ינדאַסטריז ווי מאַנופאַקטורינג, לאַדזשיסטיקס און כעלטקער. דערצו, די הקדמה פון Osprey 1.0, אַן אָפֿן-מקור כּללים מאָטאָר פֿאַר פאַקטיש-צייט זידלען מיטיגיישאַן, גיט אַ דעמאָקראַטייזד געצייַג פֿאַר אָרגאַנאַזיישאַנז צו באַשיצן יוזערז פון אָנליין זידלען. דער אַרטיקל יקספּלאָרז די טעכניש דעטאַילס און פּאָטענציעל פּראַל פון די ברייקטרוז אויף די אינדוסטריע.
KAIST און Nvidia's ACCRUE: אַ נייַע סטאַנדאַרד פֿאַר רעאַל ראָבאָט טראַינינג
די נוצן פון ACCRUE פון קעסיידערדיק אַוועק-פּאָליטיק RL האט באַשטימט אַ נייַע סטאַנדאַרט פֿאַר פאַקטיש-ראָבאָט טריינינג, באטייטיק רידוסינג די פארלאנגט טריינינג צייט. די פאלגענדע טיש ילאַסטרייץ די פאַרגלייַך צווישן טראדיציאנעלן RL און ACCRUE:
| טראַינינג מעטאַד | טראַינינג צייט רעדוקציע |
|---|---|
| טראַדיציאָנעל RL | - |
| ACCRUE (Continuual Off-Policy RL) | 31-68% |
פֿאַר בייַשפּיל, אַ פירמע ווי [Amazon Robotics] (https://www.amazonrobotics.com/) קען לעווערידזש ACCRUE צו פאַרגיכערן די דיפּלוימאַנט פון אַי-פּאַוערד ראָובאַץ אין זייער ווערכאַוזיז, ימפּרוווינג עפעקטיווקייַט און רידוסינג קאָס.
Osprey 1.0 עפֿן מקור רולעס מאָטאָר פֿאַר אָנליין זיכערקייַט
Osprey 1.0 גיט אַ קריטיש געצייַג פֿאַר אָרגאַנאַזיישאַנז צו באַשיצן זייער יוזערז פון אָנליין זידלען. די פאלגענדע קאָד סניפּאַט דעמאַנסטרייץ ווי צו דעפינירן אַ הערשן פֿאַר דיטעקטינג אַביוזד אינהאַלט ניצן Osprey 1.0:
אַרייַנפיר אָספּריי
# דעפינירן אַ הערשן פֿאַר דיטעקטינג אַביוזינג אינהאַלט
rule = osprey.Rule(
נאָמען = זידלען דעטעקשאַן",
description="דעטעקץ זידלען אינהאַלט אין באַניצער-דזשענערייטאַד טעקסט",
באדינגונגען=[
Osprey.Condition(
name="keyword matching",
description="שוועבעלעך טערמינען שייַכות צו זידלען",
פּאַראַמעטערס={
"keywords": ["אַביוז", "כעראַסמאַנט", "ספּאַם"]
}
)
],
אַקשאַנז=[
osprey.action(
נאָמען = "פלאַג אינהאַלט",
description="פלאַגס דעם אינהאַלט ווי אַביוזינג",
פּאַראַמעטערס={
"flag_type": "אַביוז"
}
)
]
)
# צולייגן די הערשן צו באַניצער-דזשענערייטאַד אינהאַלט
content = "דאָס איז אַ ביישפּיל פון אַביוזינג אינהאַלט"
רעזולטאַט = osprey.apply_rule (הערשן, אינהאַלט)
אויב רעזולטאַט:
print ("אינהאַלט פלאַגד ווי אַביוזינג")
ווי געמאלדן דורך [וויירעד] (https://www.wired.com/category/artificial-intelligence/), די נוצן פון אַי-פּאַוערד סאַלושאַנז פֿאַר אָנליין זיכערקייַט איז ינקריסינגלי וויכטיק, און Osprey 1.0 איז אַ באַטייטיק שריט אין דעם ריכטונג.
💡 ** שליסל טייקאַווייַ:** די הקדמה פון Osprey 1.0 גיט אַ באַטייטיק געלעגנהייט פֿאַר אָרגאַנאַזיישאַנז צו פֿאַרבעסערן אָנליין זיכערקייַט דורך לעווערידזשינג עפֿענען-מקור כּללים ענדזשאַנז. דורך דעמאָקראַטייזינג אַקסעס צו די מכשירים, Osprey 1.0 קענען העלפֿן רעדוצירן די מאַסע פון אָנליין זידלען און העכערן אַ סאַפער אָנליין סוויווע.
אַרקאַטעקטשעראַל ימפּלאַקיישאַנז און האַנדל-אָפס
די אַנטוויקלונג פון ACCRUE און Osprey 1.0 רייזאַז וויכטיק פֿראגן וועגן די אַרקאַטעקטשעראַל ימפּלאַקיישאַנז און האַנדל-אָפס ינוואַלווד אין זייער פּלאַן. פֿאַר בייַשפּיל, די נוצן פון קעסיידערדיק אַוועק-פּאָליסי RL אין ACCRUE קען דאַרפן באַטייטיק קאַמפּיוטיישאַנאַל רעסורסן און דאַטן סטאָרידזש. סימילאַרלי, די דיפּלוימאַנט פון Osprey 1.0 קען דאַרפן אַ אָפּגעהיט באַטראַכטונג פון די פאָרשטעלונג און סקאַלאַביליטי פון די כּללים מאָטאָר.
| סיסטעם קאָמפּאָנענט | ACCRUE | אָספּריי 1.0 |
|---|---|---|
| קאַמפּיוטיישאַנאַל רעסאָורסעס | הויך | מיטל |
| דאַטאַ סטאָרידזש | הויך | נידעריק |
| פאָרשטעלונג | הויך | הויך |
⚠️ ** אַרקאַטעקטשעראַל ריזיקירן:** די אַדאַפּשאַן פון ACCRUE און Osprey 1.0 קען פאָרשטעלן נייַע אַרקאַטעקטשעראַל ריסקס, אַזאַ ווי געוואקסן קאַמפּיוטיישאַנאַל קאַמפּלעקסיטי און דאַטן סטאָרידזש באדערפענישן. אינזשעניריע טימז מוזן קערפאַלי אָפּשאַצן די האַנדל-אָפס און פּלאַן זייער סיסטעמען אַקאָרדינגלי צו ענשור אָפּטימאַל פאָרשטעלונג און סקאַלאַביליטי.
רעקאַמאַנדיישאַנז פֿאַר אַקסעלערייטינג אַי-פּאַוערד ראָובאַץ און אָנליין זיכערקייַט
צו פאַרגיכערן די אַדאַפּשאַן פון אַי-פּאַוערד ראָובאַץ און פֿאַרבעסערן אָנליין זיכערקייַט, מיר רעקאָמענדירן די פאלגענדע:
- ויספאָרשן די נוצן פון קעסיידערדיק אַוועק-פּאָליטיק RL אין פאַקטיש-ראָבאָט טריינינג צו רעדוצירן טריינינג צייט און פֿאַרבעסערן עפעקטיווקייַט.
- לעווערידזש עפֿענען-מקור כּללים ענדזשאַנז ווי Osprey 1.0 צו פֿאַרבעסערן אָנליין זיכערקייַט און רעדוצירן די מאַסע פון אָנליין זידלען.
- קערפאַלי אָפּשאַצן די אַרקאַטעקטשעראַל ימפּלאַקיישאַנז און האַנדל-אָפס ינוואַלווד אין די פּלאַן און דיפּלוימאַנט פון די סיסטעמען צו ענשור אָפּטימאַל פאָרשטעלונג און סקאַלאַביליטי.
# קוואלן
- [AI News Today] (https://aiweekly.co/ai-news-today) - Top AI דערציילונגען און לעבן דערהייַנטיקונגען פֿאַר דאנערשטאג 15 אקטאבער 2026.
- ExplainX - די הויפּט אַי מעשיות דערקלערט אויף 15 אקטאבער 2026.
- [וויירעד] (https://www.wired.com/category/artificial-intelligence/) - נייַעס און אַרטיקלען וועגן קינסטלעך סייכל.
- אַמאַזאָן ראָבאָטיקס - ראָובאַטיקס סאַלושאַנז פֿאַר ווערכאַוזיז און לאַדזשיסטיקס.