Open.ai新算法：一小時內訓練AI系統後空翻，僅需900Bit的人類反饋數據

編 | 王藝python 編者按： 6月11日，Open.ai官方博客發文，宣佈其與DeepMind安所有門合做開發的最新算法，該算法使用少許人爲反饋進行強化學習，並可以處理更復雜的任務。僅需900bit的人類反饋，系統便學會了後空翻，須要人類參與的時間也從70小時將至1小時，該技術還可以被應用在更多其餘方面，目前在虛擬機器人以及Atari平臺的遊戲上已經接受普遍測試。web 構建安全AI系統的關

>>阅读原文<<