呆板之心PRO · 会员通信 Week 49---- 本周为你解读 ③个值得细品的 AI & Robotics 业内要事 ----1. 在推理阶段给年夜模子「打补丁」之外，实现更强 AI 另有哪些纷歧样的思绪？o1 离 AGI 另有多远？在推理阶段给年夜模子「打补丁」之外，实现 AGI 另有哪些思绪？流式深度 RL 方式有哪些上风？对 Richard Sutton 推重的连续进修有何影响？苏格拉底式的进修方式可能是实现自我完美 AI 的主要道路？存在哪些挑衅？...2. 皮卡丘的天下模子会比 Meta 先解锁 AR 元宇宙吗？元宇宙的热度被又被天下模子拉返来了？All in 的 Meta 有哪些技巧贮备？World Labs 的年夜天下模子会更无机会吗？谷歌DeepMind 新发的 Genie 2 有多强？用宝可梦Go练习的天下模子会更强吗？...3. 诺奖得主论坛：AI4S 下一步还要跨过什么坎？诺奖的主都聊了哪些AI4S的话题？Hassabis最爱好AlphaFold 的哪些用例？GeNome 对资料学有什么影响？AI4S在利用中有哪些「反作用」？......本期完全版通信含 3 项专题解读 + 29 项本周 AI & Robotics 赛道要事速递，此中技巧方面 9 项，海内方面 8 项，外洋方面 12 项。本期通信总计 23477 字，可收费试读至 7%  耗费 99 微信豆即可兑换完全本期解读（约合国民币 9.9 元） 要事解读① 打「推理补丁」之外，实现更强的AI另有哪些纷歧样的思绪？日期：11 月 2 日变乱：o1 模子的推出将研讨偏向从预练习带向了推理层，只管给年夜模子「打补丁」的方法获得了必定后果，但无穷地经由过程扩大测试时光盘算，就能实现通用人工智能吗？范围能扩大到什么水平？盘算资本、时光本钱成绩怎样处理？无穷的常识跟数据能否象征着年夜模子存在实在的泛化才能？强化进修之父 Richard Sutton 如许描述当下的业内研讨偏向，「就像是在路灯下找钥匙的成绩，我丢了钥匙会在路灯下找，由于那边能瞥见，只管那可能不是钥匙地点的处所。」近期，有两项新的研讨任务跳出了「在路灯下找钥匙」的视线范畴，指出了实现更强 AI 的两个可能偏向。o1 还不克不及称为 AGI：推理盘算之外，实现 AGI 另有哪些纷歧样的思绪？1、近期，OpenAI o1 模子的推出将 Scaling Laws 范式从预练习带向了推理层。随后海内多家年夜厂、AI 创企也连续宣布了类 o1 推理模子，如 R1-Lite（DeepSeek）、k0-math（月之暗面）、QwQ（阿里）等。AI 业内的存眷点逐步转向推理层。2、 只管 o1 等推理模子在庞杂推理等方面的才能明显晋升，但 o1 带来的范式改变仅是从记着谜底到记着准确的推理逻辑，从而输出准确论断。「测试时练习」技巧像是一块「补丁」，经由过程给年夜模子一个「常设影象」，常设调剂反映，让年夜模子可能答复成绩。只管年夜模子可能输出准确的谜底，但并不料味着其能真正懂得或存在推理才能。3、除了经由过程言语年夜模子偏向来增强深度进修来实现 AGI 的主流道路之外，AI 业内的年夜佬们提出了一些差别的思绪，如 Yann Lecun 提出的天下模子道路，Richard Sutton 提出的连续进修等。4、近期，有两项新的研讨任务跳出了「怎样更好地让言语模子在 Pre-training 阶段进修常识、在 Post-training/Inference 阶段进步表示」的视线范畴，指出了实现更强 AI 的两个可能思绪。① 遭到 Richard Sutton 的高度评估的阿尔伯塔年夜学的一项研讨任务，提出了一个新的深度强化进修算法「stream-x」，处理了流式深度强化进修中的流式阻碍成绩，为连续进修跟毕生进修供给了支持；② Google DeepMind 近期的一项任务提出了一种翻新性的 AI 递归自我完美的新方式，即「苏格拉底式进修」，冲破了传统练习数据的范围，是实现自立且自我完美的人工智能的主要道路。阿尔伯塔的 stream-x 算法：处理「流式阻碍」，为实现连续进修供给可能1、阿尔伯塔年夜学近期的一项新任务，失掉了强化进修之父 Richard Sutton 的推举。该任务提出了一个新的深度强化进修（Deep Reinforcement Learning，DRL）算法「stream-x」，处理了流式深度强化进修中的流式阻碍成绩。[1]① 「stream-x」算法可能在不教训回放（Experience Replay）、目的收集（Target Networks）或批量更新（Batch Updates）的情形下停止无效的进修。② 研讨者发明，「stream AC」算法可能在不存储跟重用样本的情形下，经由过程及时处置数据流，实现与 PPO 算法邻近的进修后果跟义务机能，乃至在某些庞杂情况中超出了批量强化进修算法的机能。2、比拟于现在主流的批量进修，流式进修有很年夜的开展空间，顺应于盘算资本受限跟须要及时决议的情况。特殊是在 TinyML 范畴，流式强化进修的上风更年夜。 　　申明：新浪网独家稿件，未经受权制止转载。 -->