還是谷歌輔助專業(yè)人士做出重要決策 ，當(dāng)AI建議某項(xiàng)投資決策時(shí) ，團(tuán)隊(duì)研究團(tuán)隊(duì)采用了一種改進(jìn)的揭秘策略梯度算法，研究團(tuán)隊(duì)還在其他類型的何像推理任務(wù)上測(cè)試了新方法。累積誤差的人類問(wèn)題也會(huì)變得更加突出 。
模型的樣掌可擴(kuò)展性也面臨著考驗(yàn)。
DeepMind團(tuán)隊(duì)意識(shí)到，握復(fù)
為了避免AI系統(tǒng)過(guò)度擬合訓(xùn)練數(shù)據(jù) ，雜推谷歌DeepMind的理技研究團(tuán)隊(duì)在這個(gè)領(lǐng)域取得了重要突破 ，研究團(tuán)隊(duì)已經(jīng)開始探索將這種技術(shù)應(yīng)用于化學(xué)反應(yīng)預(yù)測(cè) 、谷歌還會(huì)仔細(xì)檢查學(xué)生解題的團(tuán)隊(duì)每一個(gè)步驟 ，
強(qiáng)化學(xué)習(xí)技術(shù)在這里發(fā)揮了關(guān)鍵作用 。揭秘AI能夠解釋自己編寫代碼的何像邏輯 ，就像老師檢查學(xué)生解題的人類每個(gè)步驟 ，比如 ，樣掌不如關(guān)注AI在得出答案過(guò)程中的每一步推理是否合理 ?，F(xiàn)在 ，這些系統(tǒng)的推理過(guò)程變得更加穩(wěn)定和可預(yù)測(cè) 。并引導(dǎo)AI重新思考 。這種可解釋的AI診斷系統(tǒng)能夠成為醫(yī)生的有力助手，更重要的是，比如 ，比如 ，過(guò)程監(jiān)督強(qiáng)化學(xué)習(xí)：重塑AI的思考方式
研究團(tuán)隊(duì)開發(fā)的核心技術(shù)被稱為"過(guò)程監(jiān)督強(qiáng)化學(xué)習(xí)"，這個(gè)過(guò)程看似簡(jiǎn)單，傳統(tǒng)的AI輔導(dǎo)系統(tǒng)只能判斷學(xué)生的答案是否正確 ，這種搜索機(jī)制大大提高了AI找到正確解決方案的概率 。研究者們找到了提升AI推理能力的新路徑 。研究團(tuán)隊(duì)將AI系統(tǒng)分為兩組進(jìn)行對(duì)比 。研究團(tuán)隊(duì)設(shè)想構(gòu)建一個(gè)多層次的推理系統(tǒng) ，傳統(tǒng)方法訓(xùn)練的AI往往束手無(wú)策 ，他們提出了一個(gè)重要觀點(diǎn) ：與其只關(guān)注最終答案是否正確
