您尚未登录账户
您的企业账号申请正在审核中
OpenAI秘密研发Q*，向通用人工智能迈进
据报道，OpenAI正在研究一个名为Q*（发音为Q-Star）的项目，能够解决不熟悉的数学问题。这一新的发展是在Andrej Karpathy最近集中化与去中心化的思想背景下进行的。
OpenAI的一些人认为，Q*可能是实现人工智能（AGI）的一个重大步骤。同时，这个新模型在一些AI安全研究人员中引起了担忧，特别是在最近几周内OpenAI内部传播的模型演示之后，加速了技术的进步，据《信息》报道。
该模型是由OpenAI的首席科学家Ilya Sutskevar和其他顶尖研究人员Jakub Pachocki和Szymon Sidor创建的。
有趣的是，这一新的发展是在Andrej Karpathy最近在X上发布帖子，说他最近一直在思考集中化和去中心化。
Karpathy主要谈论的是构建一个人工智能系统，其中涉及集中化和去中心化决策和信息的权衡。为了获得最佳结果，你必须平衡这两个方面，而Q-learning似乎完美地适应了这个方程式，使所有这些成为可能。
什么是Q-learning？
专家们认为Q*是建立在Q-learning原则之上的，这是人工智能领域，特别是在强化学习领域的一个基础概念。Q-learning的算法被归类为无模型强化学习，并且被设计来理解一个特定状态下一个动作的价值。
Q-learning的最终目标是找到一个最优策略，它定义了在每个状态下采取的最佳行动，最大化随时间累积的奖励。
Q-learning是基于Q函数的概念，又称为状态-动作价值函数。这个函数运作有两个输入：一个状态和一个动作。它返回一个估计，这个估计是从那个状态开始，采取那个动作，然后遵循最优策略期望的总奖励。
在简单的实例中，Q-learning维护一张表（称为Q表），其中每一行代表一个状态，每一列代表一个动作。该表中的条目是Q值，随着代理通过探索和开发而学习，这些值被更新。
