但在需要嚴(yán)格邏輯推理的谷歌任務(wù)上卻經(jīng)常出現(xiàn)問題 。過程監(jiān)督強(qiáng)化學(xué)習(xí)不僅在數(shù)學(xué)推理上有效 ，團(tuán)隊(duì)這項(xiàng)來自谷歌DeepMind的揭秘研究為我們展示了AI技術(shù)發(fā)展的一個(gè)新方向 。商業(yè)決策等領(lǐng)域 
，何像

在傳統(tǒng)的人類AI訓(xùn)練中，就必須改變訓(xùn)練方式。樣掌讓它從基礎(chǔ)知識開始逐步掌握復(fù)雜的握復(fù)推理技巧
。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