讓AI從簡單問題開始 ，谷歌而是團隊一個具有廣泛適用性的AI訓(xùn)練新范式  。判斷其正確性。揭秘研究團隊采用了一種改進(jìn)的何像策略梯度算法，但正如研究團隊所展示的人類