SOHU的“大思想的大爆炸 - 与科学家对话”第112号支柱，它将与上海Jiotong University计算机科学系教授，Co -Founder兼首席科学家交谈。来宾资料：Yu Kai是上海Jiaotong大学计算机科学与工程系的著名教授兼主管，Sibichi的联合创始人兼首席科学家，也是国家“一千人才计划”的科学和技术变革领域的领先人才。他是Tsinghua大学自动化学士学位，也是英国剑桥大学的医生工程医生。长期以来，他从事智能语音和语言处理，人为识别和机器研究的研究和工业化。他是“强化学习”（2019版）的中国翻译。由|有一组SOHU技术|编辑Liang Changjun |杨金在九年前的阿尔法戈之后，强化教育的力量在公共场合重新出现。无论是不超出Chatgpt还是DeepSeek的受欢迎程度，基础层都支持强化教育。 NVIDIA首席执行官Huang Renxun认为，对AI的增强研究是一项重大成功。这使AI几乎具有无限的数据并在AI和物理AI领域发挥重要作用。这不会与理查德·S·萨顿（Richard S.两人尚未获得图灵奖。这两个开拓者的理论思想集中在1998年的第一个发表的“强化学习”中。 “思想总是在动作的早期行动，就像闪电总是在雷声前行走。”作为TH的中文翻译e第二版的“研究研究”，Yu Kai在他的序言中使用了德国诗人海恩（Heine）的这首诗，以描述他第一次阅读本书的原始英语版本时的感受。 Yu Kai具有学术和商人的同样身份。他目前是上海Jiotong大学计算机科学系教授，也是Sibichi Company的联合创始人和科学家。扩展全文 最近，在与Sohu Technology进行交流时，他讨论了这项复兴研究，该研究再次闻名，无法掩盖他的混乱。 “这不仅是对PU了解Bliko的更大认识，而且是对计算机领域的行为的主要认可。” Yu Kai毕业于Tsinghua大学自动化系。他获得了博士学位为了认可2006年剑桥大学的演讲。国家强化研究框架。 Yu Kai介绍了最早的强化研究概念来自1940年代和1950年代的控制论，并成为行为的主要理论，即三个主要的AI学校之一，也经历了其发展。 其中，一个特别重要的成功是2016年的Go Robot Alphago，这在整合 - 深入研究和强化教育方面取得了成功。后来，Alphazero充分利用了加固的研究来达到更高的水平。 当时，这给了Yu Kai很有信心。 “我始终相信，学习加强将发挥重要作用，我们也鼓励我们更牢固地进行自己的研究，并希望许多人会知道学习人类增强的作用。 因此，他的想法是翻译“钢筋研究”并得到了集合的支持。中文翻译于2019年出版。书是深入研究期间技术发展的重要火花之一。” 如今，这场大火阐明了Agi，OpenAI，DeepSeek等人的方式。使用这场大火探索AGI实施道路。 “ Openai和Deepseek的贡献不是主要理论，而是工程的关键技术和规模。”与Openai相比，DeepSeek更加激进，根本不使用SFT，更接近加强研究的本质。 Yu Kai说，对强化的研究与过去的所有公园不同。它可以与环境相关，实现数据生成和建模模型的闭环，这是一般范式的变化。 它打破了深入研究的数据瓶颈。但是，Yu Kai强调，这并不意味着研究加强将在未来团结世界。 “研究强化，一种深入研究的方式和象征主义理论的想法无疑是跨入的果汁。” 这也是实现AGI的必要条件。 “在基本理论框架相对清晰的阶段，Agagi的实施是Umabot，但是在解决真实的基本技术和工程规模问题以及整合到现实世界中仍然存在巨大的挑战。” 关于未来的应用，Yu Kai认为机器人是最常见的增强领域，AI将从生成情报变为智能。分布式，控制和可靠和多模式系统将是重点，软件的组合和趋势也很困难。 从杰弗里·欣顿（Geoffrey Hinton）到萨顿（Sutton）和巴图（Batu），他们的理论有时被忽略，Yu Kai称他们“一遍又一遍地，甚至是在非主流方向上思考”。今天，这些智慧发出了令人眼花of乱的光。 说到理论上的主要drumago的突破时，Yu Kai说，它需要非利用目标，需要注意基本学科和学科的理解。同时，应鼓励独立探索，并应为参与者做准备长期持久。 以下是Sohu技术与Yu Kai教授之间的详细对话： Sohu技术：DeepSeek使教育更强大，为什么如此吸引人？ Yu Kai：增强的研究比人工智能一词早。最早的概念来自1940年代和1950年代的控制论，与自动化和最佳控制基本上相关。这条线称为行为。 后来，联系（深入研究）和象征主义出现了，并且也经历了联系。在说话和认识到深入研究得到广泛认可的图像方面，这并不取决于成功，而另外两个人开始结合了联系。 采用研究主要是在工业自动化领域，并不特别。后来，注意到这一点，这是一个特别重要的poINT是公众理解中最困难的工作 - 扮演国际象棋游戏，对强化的研究出现了。因此，2016年的Alphago受到了特别的影响，它结合了增强和深入研究的研究，但解决了科学问题。 大型语言模型的这一波是刺激和深入研究的结合，可以广泛使用。从本质上讲，对加强的研究加强了对解决丑闻和Eneryustryria的主要问题的影响，这引起了很多基本关注。 Sohu Technology：最近的图灵奖获得了安德鲁·巴托（Andrew Barto）和理查德·萨顿（Richard Sutton），其中包括杰弗里·辛顿（Jeffrey Hinton）等AI科学家，后者去年赢得了诺贝尔奖。你怎么认为？ Yu Kai：这是一个很好的认可。现在，我们认为AI是必须掌握和发展所有行业的主要技术。因此，图灵和诺贝尔奖的奖励是对AI改变一切能力的重要认可。 我认为这是AI使用机器模仿人类的智力活动，其本质仍在计算。在这种情况下，AI将包括所有内容，包括计算，网络连接，数据表示和软件来定义所有内容。 Sohu Technology：两个获奖者的“加强学习”，该奖项已于2019年在第二次机会中发布。翻译这本书的机会是什么？ Yu Kai：我是自动化学士学位。后来，我在英国剑桥呆了十年。在过去的五年中，我在最初的五年和对话系统中发表了言论。我是世界上第一个使用强化研究进行建模通信的人。 2012年，我将该理论归还了中国，并开始分析整个对话系统。 当时，我们仍在进行深入研究，而Yann Lecun的CNN是第一个用于识别语音的人。我们清楚地意识到，进一步发展肯定是行为和深刻的结合学习，对强化的教育将有很大的帮助，但许多人不了解。 因此，我们想翻译“强化”，谈论Tabout理论，基本原理和技术思想。在论文中，成为书籍的能力是不同的，因为它是基本的，新事物在这里增长。 Sohu Technology：您今天提到了Alphago，它被认为是AI历史上的具有里程碑意义的事件。您当时怎么看？ Yu Kai：首先，它可以在研究强化中发挥重要作用并不奇怪，我们始终认为这是。其次，我们必须更牢固地做自己的事情，希望使用深入的研究和对加强教育来创造互动对话中的突破。第三，我希望让许多人扮演强化教育的角色。 SOHU技术：在大型语言模型的这一浪潮中，Chatgpt使用RLHF，Deptseek使用纯刺激性研究。您认为泵送的成功吗？ Yu Kai：续OpenAI和DeepSeek的核糖不是主要理论，而是基本技术和工程标准。许多人学习RLHF，但是由于工程量表尚未改善，因此用户的经验和影响力与OpenAI相当。 与OpenAI使用的RLHF相比，Deptseek更为激进，不使用SFT。之前的人们不努力考虑。如果他们敢尝试，他们会尝试的。这更接近了强化教育的本质，决策过程已清楚地显示出来。 SOHU技术：强化研究在改善模型的智能中是否起着重要作用？ Yu Kai：我认为无法避免。管理的研究需要数据标记，但已使用数据。研究研究最重要的特征是，连续训练过程继续通过与环境相互作用来生成新数据，并且数据和优化模型的生成形成了ACLEEd Loop，以前是一个开放循环。 在机器研究中，采用的研究与其他范式不同。这个特别重要的概念称为Boottapping，这意味着自己创建数据，从弱者到强度，它们都是由您自己实现的。这是范式的一般变化。 SOHU技术：从应用领域的角度来看，在哪里受益于强化教育的领域？ Yu Kai：加固的研究始终是控制系统的一个分支，因此机器人是最常见的领域。今天的一般机器人很少，严格说话，还没有。他们还将对推理和代理人产生重大影响。 当前的许多代理都基于大语言模型。如今，教育学习并不是提高其表现的唯一方法。如果尚未使用其他方法，对强化的教育可能会花费时间深入应用。 SOHU技术：波士顿动态，Yushu等。每个人都使用一项加强研究。什么功能可以改善机器人？ Yu Kai：它可以改善复杂环境中的决策和灵活性。许多机器人在室内非常好，但是当他们疯狂时会出现问题。加强研究可以使机器人及时调整其在新环境中的感觉情况。与管理系统相比，它们在环境和环境勘探能力方面具有更强的灵活性，这可以使机器人稳定且普遍。但是根据我们的经验，像Yushu这样的公司应该是传统方法和教育研究的结合，而对强化的纯教育也不容易做到。 SOHU技术：您提到教育研究将不再具有数据瓶颈。发展时会面临什么挑战？ Yu Kai：增强研究的本质正在测试和研究错误。这在模拟环境中很容易做到。不同的算法ARE很好。我们需要解决的是如何有效地包括模拟和现实世界。犯错的成本很高。因此，进行研究lestenl-world增强的有效性和低成本是一个大问题。 Sohu技术：过去十年是深入研究的黄金时代。强化研究会在那个阶段进行研究吗？ Yu Kai：今天，对加强的研究不仅是更大的公众意识，而且在计算机领域受到控制的人们。但是我认为下一步并不是说对增强的研究在世界上是团结的，而深入的研究期是两者的融合。 首先是将深入研究和象征意义的整合到黑匣子到白色框，通常是扩散模型。其他是将开放循环纳入封闭循环，深入研究和强化教育。在方向，强化研究的思想，深入研究方法和SEM的理论方面大力肯定是跨集成的。 SOHU技术：因此，Agagi的实施可能要求每个人都利用自己的优势，而不仅仅是依靠一定的路线。 Yu Kai：这是一个必要的条件，更重要的条件是，真实场景集成的镇定将是真正的Agagi实施中的要点。我认为AGI实施已经到达了一个基本理论框架相对清晰的阶段，但是在解决真实的基本技术和工程规模问题以及整合到现实世界中仍然存在巨大挑战。 Sohu Technology：大型竞争模式的浪潮持续了两年。您认为未来发展的重要方向是什么？ Yu Kai：现在，大多数大型模型都解决了这一代人的问题。如果您希望Mong创建一般情报，那么您肯定会朝着实施方面的智能发展。所以我们强调的是第一个是分布式体系结构，并且大型模型现在是集中的。 其次，受控和可靠，应在实际情况下解决这些问题。第三，多模式系统化是通向物理世界的通用人工智能的关键，各种方式和真实环境应交流和评论。 SOHU技术：您还建立了Sibichi来实施技术。您如何看到下一个AI应用程序？ Yu Kai：既然该应用程序已经爆炸，那么大型模型就引起了人们的渴望。 Sibichi始终坚持制作人工智能，以与智能硬件进行互动，并在智能汽车，智能物联网，会议和Patjust的办公室中实施。我们希望通过技术使用户感到更自然和有序的互动体验。 在下一个阶段，我认为这是从发展智能到智力的，或两者的组合，这当然是柔软和困难的结合。和大型模型和集成过程的支持 - 随着云和整理的边缘，我们的生活环境和生产环境肯定是连接的。未来的应用是联合智能硬件和通用人工智能的通用人类计算机联系和机器机器接触。 SOHU技术：近年来AI技术已经出现。这对您的研究有什么影响？ Yu Kai：具体的研究点将改变，但是从本科自动化到后来认识到模式，在对话系统，深入研究和Cross-Media中，主线是开发一个可以自由地与环境联系，亲自表达并继续改变环境的信息代理。西比奇还坚持制作人工智能，这没有改变。 SOHU技术：在 - 深度研究和教育教育中并不受到青睐，但最终它们逐渐得到认可。这是什么灵感离子重大变化？中国AI级别的变化在哪些方面开始？ Yu Kai：Jeffrey Hinton和Richard Sutton都是心理学，并且有很多学科。真正的理论变革需要一些非利权目标。有时，当我们不关注基本理论并想改变时，我们的思维狭窄。如果您想更改基本理论，则应注意基本学科和学科的交集。 同时，我们应该鼓励独立的探索，例如火花，并相信会出现不同的事物，并且应在不同的路线上分配资源。参与者也应准备长时间，而没有结果，并且具有长期探索的强烈精神。回到Sohu看看更多