当人工智能（AI）开始具备自主“进化”能力，人类在技术发展中的角色或将被重新定义。近日，Google ...

人工智能领域长期追求的目标之一，是构建能够在复杂动态环境中自主决策、实现目标的智能体。强化学习作为实现这一目标的核心技术，虽历经数十年研究，但让智能体自主设计高效强化学习算法的难题始终未解。近日，Google ...

DeepMind团队提出了一种全新的方法，通过多代智能体在不同环境中进行交互，成功实现了强化学习规则的自主发现。他们开发的DiscoRL系统在多个基准测试中展现出了惊人的实力。在经典的Atari游戏测试中，该系统训练出的Disco57规则以13.86的四分位数平均值（IQM）超越了目前主流的算法，如MuZero和Dreamer等。此外，DiscoRL在运算效率上也显著优于同类技术。 更值得一提的是 ...

在人工智能（AI）迅速发展的今天，技术的进步不断重新定义着人类在科技领域的角色。近日，Google ...

【新智元导读】当AI开始「自己学会学习」，人类的角色正在被重写。DeepMind最新研究DiscoRL，让智能体在多环境交互中自主发现强化学习规则——无需人类设计算法。它在Atari基准中击败MuZero，在从未见过的游戏中依旧稳定高效。

在Alexandr Wang看来，AI大模型是一种全新的计算机，而「提示工程师」，就相当于给它编程的程序员。如果能通过提示工程找出合适的提示词，就会激发AI的最大潜力。

除了前述机构，跟投名单上还出现了硅谷最大牌的天使投资人：亚马逊创始人贝索斯、前谷歌CEO施密特、AI领域传奇人物杰夫·迪恩、硅谷投资人埃拉德·吉尔等等，连NVIDIA也透过旗下基金NVentures站台助威。

A：Torax是DeepMind专门为核聚变开发的软件程序，用于模拟Sparc反应堆内燃烧的等离子体，帮助找出如何正确控制等离子体的方法。该软件将与其他AI模型协同使用，以找出实现聚变的最佳方式。

近日，谷歌 DeepMind 团队在 Nature 上发表的一篇论文探索了这一可能性。并且，他们得到了非常积极的结果：机器确实能够自主发现性能达到 SOTA 的强化学习规则，并且其表现优于人工设计的规则。 强化学习是近来 AI ...

DeepMind宣布与伦敦大学学院（UCL）合作，共同推出了一套免费的 “AI研究基础”（AI Research Foundations） 课程 这套课程现已在Google ...

IT之家援引博文介绍，核聚变是驱动太阳发光发热的物理过程，要在地球上复现它，就必须在超过一亿摄氏度的高温下，将被称为“等离子体”的电离气体稳定约束在聚变装置内。这是一个极其复杂的物理挑战，而 DeepMind 正尝试运用人工智能来破解这一难题。

谷歌 DeepMind 的最新研究试图打破这一现状，他们受到大型语言模型微调中强化学习阶段成功经验的启发，提出了一种面向机器人学的两阶段后训练方法，第一阶段是监督微调（Supervised Fine-Tuning, SFT），第二阶段是自我提升（Self-Improvement）。