Auto Byte
专注未来出行及智能汽车科技
微信扫一扫获取更多资讯
Science AI
关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展
微信扫一扫获取更多资讯
训练大猩猩和训练AI有不少通用的技巧。
In-context 强化学习：当 Kanzi 在游戏中达到标记的里程碑时，他会得到水果或花生作为奖励，激励他遵循游戏内的指导。
人类反馈强化学习（RLHF）：Kanzi 并不完全理解语言，但他能看到训练师为他加油，他偶尔也会回应加油！这为他提供了一个强烈的信号，表明他走在正确的道路上。
模仿学习：训练师向 Kanzi 展示了一个任务的示范做法，而且只展示了一次，它就理解了其中的概念。这比仅仅使用奖励更加高效。
课程学习：他们从非常简单的环境开始，逐渐教会 Kanzi 控制技能。最终，Kanzi 能够在复杂的洞穴、迷宫和下界之间前行。
知觉或感知是外界刺激作用于感官时，脑对外界的整体的看法和理解，为我们对外界的感官信息进行组织和解释。在认知科学中，也可看作一组程序，包括获取信息、理解信息、筛选信息、组织信息。与感觉不同，知觉反映的是由对象的各样属性及关系构成的整体。
在学术研究领域，人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体（intelligent agent）
模仿学习（Imitation Learning）背后的原理是是通过隐含地给学习器关于这个世界的先验信息，就能执行、学习人类行为。在模仿学习任务中，智能体（agent）为了学习到策略从而尽可能像人类专家那样执行一种行为，它会寻找一种最佳的方式来使用由该专家示范的训练集（输入-输出对）。
