人工智能向真正“智能学习体”迈进

《自然》杂志2月24日发表了一项人工智能研究成果：美国团队报告了一类增强学习，可回溯过去、解决复杂任务，真正改善了对复杂环境的探索方式，有望应用于机器人、语言理解和药物设计领域。这类算法被统称为“Go-Explore”，已经在一款经典游戏的算法挑战中得分超过了人类玩家和先进的人工智能系统。该成果被认为正朝着实现真正“智能学习体”迈出了重要一步。

据了解，增强学习，可让人工智能系统通过探索和理解复杂环境来进行决策，并学习如何以最优的方式获得奖励。然而，当遇到很少给予反馈的复杂环境时，现阶段的加强学习算法就很容易碰壁。

美国科学家艾德兰·艾克菲特、朱斯特·赫伊津哈及团队，提出了有效探索面临的两个主要障碍，并设计了一类算法来解决这些障碍。