這個(gè)過程看似簡單，谷歌隨著技術(shù)的團(tuán)隊(duì)不斷改進(jìn)和完善 
，推理過程可能更加復(fù)雜和主觀。揭秘使用過程監(jiān)督強(qiáng)化學(xué)習(xí)訓(xùn)練的何像AI系統(tǒng)在各項(xiàng)指標(biāo)上都表現(xiàn)出色
。中層負(fù)責(zé)策略規(guī)劃，人類這就像一個(gè)棋手在下棋時(shí)會同時(shí)考慮多種走法