原书出处
至高无上 一场颠覆世界的人工智能竞赛
05 为了乌托邦,也为了钱
作为一种技术,强化学习与你用食物奖励听从命令的狗没什么不同。在训练人工智能时,你也可以运用类似的奖励模型,比如“+1”这样的数字信号来表明某个结果很好。通过不断试错和反复玩游戏,系统学会了什么可行、什么不可行。高度复杂的
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/至高无上 一场颠覆世界的人工智能竞赛/_epub-src/EPUB/xhtml/Chapter2_5
EPUB SHA-256:c05ed25c140169554cfdc8baf5e8e369bcd086f53dad4a2ca6ff7883fd58eb92