OpenAIハッカソンレポート 2018年3月

OpenAIは2018年3月3日に初めてのハッカソンを開催し、人工知能コミュニティのメンバー100名が8時間のコードスプリントでAIプロジェクトを開発しました。このイベントは、高校生から大学の研究者、産業界のエンジニアまで、多様な実務者が協働できる場として機能しました。

参加者の多様性と構成

OpenAIは500件以上のRSVPからバランスの取れた100名の参加者を選抜しました。参加者は高校生、大学の研究者、産業界の実務者、非営利団体で働くエンジニアなどで構成されていました。参加者の関心はヘルスケアから汎用人工知能（AGI）まで幅広く、OpenAIは性別バランスにも明確に配慮し、すべての参加者が快適に過ごせるよう努めました。

技術プロジェクトと応用

8時間のハッキングセッション中に、参加者は数十件のAIプロジェクトを開発しました。主な技術実装は以下の通りです。

強化学習とロボティクス

• PPO with Curiosity-Based Rewards: Arthur Juliani は好奇心に基づく内在的報酬を用いた Proximal Policy Optimization (PPO) を実装し、ブロックタワーを破壊できるエージェントを訓練しました。
• Natural Q-Learning: 高校生の Ethan Knight と Osher Lerner は、OpenAI の「research requests」に基づく Natural Q-Learning に関するプロジェクトを開発しました。
• AeroEnv: Malhar Patel と Lee Redden は、物理ロボット用の Gym インターフェースを作成しました。
• Q-learning in Processing: Rodger Luo は、メディアアーティスト向けのプログラミングツール Processing 内で Q-learning を実装しました。

ヘルスケアと専門ツール

• Image Classification for Healthcare: Jiale Xian、Clarence Leung、Kyle Zheng、Madeline Hawkins、Stergios Hetelekides は、痛風患者が特定の食品を避けられるように、プリン体が豊富な海産物を識別する画像分類器を構築しました。
• Machine-Assisted Sketching: Andy Matuschak は、SketchRNN をベースにした機械支援スケッチツール「scrying pen」を開発しました。

AI安全性

• James Giammona と Brad Neuberg は、強化学習（RL）エージェントが危険で見えない環境領域を回避できるようにするアイデアを生成し、AI安全性に取り組みました。

インフラストラクチャ支援

Cirrascale は、イベント期間中に参加者のAIプロジェクトの計算要件を支えるために必要な GPU マシンを提供しました。