人工智能能夠自我學習並超越人類設計的算法
圖片來源：Pixabay/CC0 公共領域
與人類一樣，人工智能通過反複試驗來學習，但傳統上它需要人類通過開髮指導學習過程的算法和規則來驅動該過程。然而，隨著人工智能技術的進步，機器越來越多地自己做事。一個例子是由研究人員開發的新人工智能係統，他們發明了自己的學習方式，從而產生了一種在一系列複雜任務上優於人類設計的算法的算法。
幾十年來，人類工程師一直在開發智能體用來學習的算法，特別是強化學習（RL），人工智能通過對成功的行動進行獎勵來學習。儘管學習對於人類和動物來說是自然而然的，但由於數百萬年的進化，人工智能仍然需要學習。這個過程通常是緩慢的、勞動密集型的，並且最終受到人類直覺的限制。
在進化（即反複試驗的隨機過程）的指導下，研究人員創建了大量人工智能代理數字群體。這些代理試圖使用特定的學習規則來解決各種複雜環境中的各種問題。
他們受到“metanet”的監控，這是一個父級人工智能，可以分析智能體的表現，然後改變學習規則，以便下一代智能體可以學得更快，表現更好。這使得系統能夠發現一種新的 DiscoRL 學習規則，研究人員將其稱為 Disco57（在 57 款 Atari 遊戲上進行評估），該規則優於人類之前開發的任何規則。
然後，該團隊使用 Disco57 訓練新的 AI 代理，並將其性能與一些人類開發的最佳算法（例如 PPO 和 MuZero）進行比較。他首先在著名的 Atari 遊戲上進行訓練，然後接受前所未有的挑戰，包括 ProcGen、Crafter 和 NetHack 等遊戲。
結果非常出色。在 Atari Benchmark（用於評估 AI 性能的經典 Atari 視頻遊戲集合）中，DiscoRL 訓練的算法表現優於所有人類開發的算法。當面對看不見的問題時，系統表現出了最先進的水平，證明系統已經發現了自己的學習規則。
研究人員在論文中寫道：“我們的結果表明，高級人工智能所需的強化學習算法很快就會根據智能體的經驗自動發現，而不是手動開發。” 發表 在雜誌上 自然。 “這項工作是朝著創建強化機器學習算法邁出的一步，該算法可以在充滿挑戰的條件下與一些最好的手工設計算法競爭甚至超越。”
我們的作者為您寫的 保羅·阿諾德編輯者 加比·克拉克事實已核實並核實 羅伯特·伊根——這篇文章是人類辛勤工作的成果。我們依靠像您這樣的讀者來維護獨立的科學新聞。如果此報告對您很重要，請考慮 捐款 （尤其是每月）。您將收到 沒有廣告 帳戶作為謝意。
附加信息：
俊赫吳等人。 “現代強化學習算法的發現” 自然 （2025）。 DOI：10.1038/s41586-025-09761-x
© 2025 科學 X 網絡
引文：人工智能能夠自我學習並超越人類算法（2025 年 10 月 23 日），2025 年 10 月 23 日檢索自 https://techxplore.com/news/2025-10-ai-outperforms- human-algorithms.html。
本文檔受版權保護。除善意用於私人學習或研究目的外，未經書面許可不得複制任何部分。所提供的內容僅供參考。
