DeepMind高管回答：Alpha zero 的强化学习是否真的不要训练数据？

在MIT的达沃斯讨论会上，DeepMind 的联合创始人Mustafa Suleyman 被问到Alpha zero 的强化学习是否真的证明可以不要训练数据？除了游戏还有什么应用？

DeepMind 的联合创始人Mustafa Suleyman 非常坦诚地说：alpha zero 只是在三个前提条件成立的情况能够工作：

可预测环境（围棋规则）；

清晰奖励系统（输赢）；

无变数（variability) ；

Mustafa Suleyman还表示，他们正在探索在游戏之外的应用，但是初步预测这不会是很容易的，因为真实世界比游戏复杂很多，他预测会需要3-5年时间。

他也提到：alpha zero 本身并不能带来AI对于数据的需求，但是他觉得在数据生成和模拟上的进步（比如说用真实语音合成、人脸合成、甚至类似Grand theft auto来做自动驾驶的模拟）是有可能在未来自动产生可补充的数据。

免责申明:本站所有内容均来自网络,我们对文中观点保持中立,对所包含内容的准确性,可靠性或者完整性不提供任何明示或暗示的保证,请仅作参考。若有侵权,请联系删除。

文章来源：全球人工智能