直播:北京召开疫情发布会介绍情况

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>官(guan)宣(xuan)！德(de)撲(pu)AI之(zhi)父(fu)Noam Brown加(jia)盟(meng)OpenAI，下(xia)註(zhu)AI智(zhi)能(neng)體(ti)

新(xin)智元(yuan)報(bao)道(dao)

編(bian)輯(ji)：拉(la)燕(yan) 桃(tao)子(zi)

【新智元導(dao)讀(du)】AI智能体或(huo)許(xu)會(hui)是(shi)下壹(yi)個(ge)前(qian)沿(yan)。今(jin)天(tian)，德扑AI之父Noam Brown宣布(bu)加入(ru)OpenAI。

首(shou)席(xi)科(ke)學(xue)家(jia)Andrej Karpathy認(ren)為(wei)，AI智能体代(dai)表(biao)著(zhe)一个瘋(feng)狂(kuang)的(de)未(wei)來(lai)，此(ci)刻(ke)正(zheng)是再(zai)次(ci)回(hui)歸(gui)神(shen)經(jing)科学，從(cong)中(zhong)尋(xun)求(qiu)靈(ling)感(gan)的時(shi)刻。

他(ta)表示(shi)，每(mei)次有(you)與(yu)智能体相(xiang)關(guan)研(yan)究(jiu)一出(chu)来，OpenAI團(tuan)隊(dui)都(dou)要(yao)仔(zai)細(xi)研究一番(fan)。

OpenAI對(dui)AI智能体的押(ya)注，稱(cheng)得(de)上(shang)很(hen)徹(che)底(di)。

就(jiu)在(zai)今天，德扑AI之父Noam Brown官宣重(zhong)磅(bang)加盟OpenAI！

Brown在推(tui)特(te)上發(fa)布了(le)這(zhe)一重量(liang)級(ji)消(xiao)息(xi)，表示自(zi)己(ji)在德扑AI領(ling)域(yu)的经驗(yan)將(jiang)会讓(rang)LLM比(bi)現(xian)有的GPT-4強(qiang)上1000倍(bei)。

「我(wo)很激(ji)動(dong)地(di)宣布，我已(yi)加入OpenAI！很多(duo)年(nian)来，我一直(zhi)在研究如(ru)何(he)让AI学会自己和(he)自己玩(wan)一些(xie)類(lei)似(si)扑克(ke)牌(pai)的遊(you)戲(xi)，以(yi)及(ji)訓(xun)練(lian)它(ta)們(men)在游戏中的推理(li)能力(li)。

现在，我有機(ji)会能夠(gou)探(tan)索(suo)如何在更(geng)廣(guang)泛(fan)的情(qing)況(kuang)下推广这些方(fang)法(fa)了！如果(guo)成(cheng)功(gong)的話(hua)，有一天我们能看(kan)到(dao)新的大(da)語(yu)言(yan)模(mo)型(xing)性(xing)能要比GPT-4好(hao)上1000倍。」

德扑AI之父

Brown是OpenAI的研究科学家，从事(shi)多步(bu)驟(zhou)推理、自我游戏（self-play）和多智能体AI的研究。

Brown之前曾(zeng)在Meta工(gong)作(zuo)，Brown和他的队友(you)们開(kai)发了CICERO，这是第(di)一个在戰(zhan)略(lve)游戏「Diplomacy」中達(da)到人(ren)类水(shui)平(ping)的AI。

論(lun)文(wen)地址(zhi)：https://noambrown.github.io/downloads/diplomacy_science_all.pdf

Brown還(hai)将他的研究用(yong)於(yu)制(zhi)作第一个在無(wu)上限(xian)扑克中擊(ji)敗(bai)頂(ding)级人类的AI。

Brown和他在CMU的顧(gu)問(wen)一起(qi)創(chuang)造(zao)了Libratus和Pluribus，它们在人类与机器(qi)的比賽(sai)中击败了顶级的人类德扑大師(shi)。

同(tong)时，Libratus獲(huo)得了Marvin Minsky AI傑(jie)出成就獎(jiang)。Pluribus还登(deng)上了「Science」的封(feng)面(mian)，並(bing)获得了「Science」2019年年度(du)突(tu)破(po)的亞(ya)軍(jun)。

他还被(bei)評(ping)为「麻(ma)省(sheng)理工科技(ji)评论」35位(wei)35歲(sui)以下创新者(zhe)之一。

Noam Brown在卡(ka)耐(nai)基(ji)梅(mei)隆(long)大学获得了計(ji)算(suan)机科学博(bo)士(shi)学位。在CMU之前，Brown在聯(lian)邦(bang)儲(chu)備(bei)委(wei)員(yuan)会的國(guo)際(ji)金(jin)融(rong)市(shi)場(chang)部(bu)工作，研究金融市场的算法交(jiao)易(yi)。

Brown还在推特下面回顾了游戏AI的簡(jian)易版(ban)发展(zhan)史(shi)，从AlphaGo說(shuo)起。

2016年，AlphaGo击败了李(li)世(shi)石(shi)。

但(dan)其(qi)中的关鍵(jian)是，AI在走(zou)每一步棋(qi)之前都要思(si)考(kao)1分(fen)鐘(zhong)。这对它的提(ti)高(gao)有多大？对于AlphaGoZero来说，这相當(dang)于将預(yu)训练擴(kuo)大了100000倍。

可(ke)以看到，上圖(tu)中橫(heng)坐(zuo)標(biao)是不(bu)同版本(ben)的AlphaGo，縱(zong)坐标則(ze)是各(ge)版本的Elo评分。

这裏(li)简單(dan)插(cha)播(bo)一个科普(pu)，Elo评分是一種(zhong)用于衡(heng)量棋手(shou)、運(yun)动员、游戏玩家等(deng)競(jing)技水平的评分系(xi)統(tong)。

一开始(shi)是由(you)美(mei)国国际象(xiang)棋大师艾(ai)洛(luo)(Arpad Elo)于20世紀(ji)50年代提出的，目(mu)的就是为了更加公(gong)正地评定(ding)国际象棋選(xuan)手的水平。

可以看到，人类的最(zui)佳(jia)水平大概(gai)在3500+的位置(zhi)，而(er)帶(dai)有樹(shu)狀(zhuang)搜(sou)索的Zero版AlphaGo一騎(qi)絕(jue)塵(chen)，Elo高达5000+。

而同樣(yang)的现象Brown也(ye)在德扑中发现了。

該(gai)发现也是让Brown开发的Libratus玩兒(er)牌AI首次战勝(sheng)了人类。

Jim Fan：游戏AI很重要

Jim Fan也在推上表示，游戏AI研究中的很多內(nei)容(rong)都可以應(ying)用在LLM上，这会是很关键的一个點(dian)。

「我相信(xin)，下一代的大语言模型会大量从游戏AI的研究中借(jie)鑒(jian)東(dong)西(xi)。

Noam Brown加入OpenAI，以及DeepMind Gemini表示会从AlphaGo中借鉴技術(shu)等等，都在佐(zuo)證(zheng)这一点。

这實(shi)际上是很有道理的。游戏AI在训练中所(suo)采(cai)用的自己和自己对打(da)的策(ce)略，以及在推理时采用的树状搜索（tree search）的方法，让AI在諸(zhu)如圍(wei)棋、扑克、Dota、星(xing)际爭(zheng)霸(ba)等游戏中能够贏(ying)過(guo)人类。根(gen)源(yuan)在于，这些方法以一种高度可扩展的方式(shi)提升(sheng)了模型推理的能力。

目前，我们已经見(jian)过很多这种方法被应用在LLM领域了。比如Voyager，这是一个能推斷(duan)时間(jian)的算法，可以让AI智能体不停(ting)寫(xie)代碼(ma)，

引(yin)导其在我的世界(jie)（Minecraft）中的技能。

此外(wai)，思維(wei)之树（Tree of Thought）在语境(jing)中的LLM与搜索引擎(qing)結(jie)合(he)，以此促(cu)進(jin)推理的进步。

同时，更多应用还在路(lu)上，等待(dai)实踐(jian)。」

參(can)考資(zi)料(liao)：返(fan)回搜狐(hu)，查(zha)看更多

責(ze)任(ren)编辑：