我们在强化学习技术中也能看到认知能力 。2017年 , 蒙特利尔微软研究院(前马鲁巴岛)跨越了100万分大关 , 创造了吃豆人游戏的新纪录 。该系统通过玩成千上万把游戏来实现自我训练 。
同样地 , 在2018年 , OpenAI Five(一个由五个神经网络组成的团队)在Dota2游戏中打败了人类队伍 。OpenAI Five通过自我对战进行训练 , 每天的训练量相当于180年游戏时长 。
最著名的例子应该是由Google DeepMind取得的成就:其系统AlphaGo第一次击败了一位9段围棋专业选手 。相对于其他游戏(如象棋) , 围棋被认为是对电脑来说更为困难的游戏 。
深入观察所有AI系统参与的游戏 , 你会觉得它们展现出了认知的另外一种特征——计划 。系统能够提前“思考”最佳的方式来获得长期看来最大化的分数 。
关于作者:大卫·卡尔莫纳(David Carmona)负责领导微软AI的整体市场 , 并负责公司和开发者层面的AI产品、服务及创新的整体战略 , 在技术行业拥有20多年的经验 。他在15年前加入微软 , 在国际上和雷德蒙德(微软总部)担任过各种技术和商业领导职务 。本文摘编自《AI重新定义企业—从微软等真实案例中学习》 , 经出版方授权发布 。
推荐阅读
- seo标题优化关键词?网站标题和关键词
- 《红楼梦》中的四大家族?红楼梦三大家族
- 4大生肖桃花不断?下半年红鸾星入命, 桃花大开, 有望脱单的三大生肖
- 要精通SQL优化?首先要看懂explain关键字
- 三大看点,看懂2021年福字币
- 安溪铁观音茶,安溪铁观音的三大类型
- 吉利3大件跟奇瑞3大件哪个好?
- 中国的三个鬼节 中国传统三大鬼节
- 安溪铁观音茶叶的妙用,安溪铁观音的三大类型
- 如何写好网站关键词优化方案