我們正在共同構(gòu)建能夠解鎖全新水平智能的強(qiáng)化學(xué)習(xí)基礎(chǔ)設(shè)施。

強(qiáng)化學(xué)習(xí)智能體 —— 即通過(guò)不斷試錯(cuò)來(lái)學(xué)習(xí)的 AI 系統(tǒng)，能夠?qū)⑺懔D(zhuǎn)化為全新的知識(shí)。

這正是 NVIDIA 與 Ineffable Intelligence 之間全新工程級(jí)合作的核心內(nèi)容。Ineffable Intelligence 是一家總部位于倫敦的 AI 實(shí)驗(yàn)室，由 AlphaGo 架構(gòu)師 David Silver 創(chuàng)立，該公司在上周剛結(jié)束隱身模式，正式對(duì)外亮相。

NVIDIA 創(chuàng)始人兼首席執(zhí)行官黃仁勛表示：“AI 的下一個(gè)前沿發(fā)展是超級(jí)學(xué)習(xí)者 —— 即能夠從經(jīng)驗(yàn)中持續(xù)學(xué)習(xí)的系統(tǒng)。我們很高興能與 Ineffable Intelligence 合作，共同設(shè)計(jì)用于大規(guī)模強(qiáng)化學(xué)習(xí)的基礎(chǔ)設(shè)施，助力其推動(dòng) AI 的前沿發(fā)展，并開(kāi)創(chuàng)新一代智能系統(tǒng)?！?/p>

Silver 是強(qiáng)化學(xué)習(xí)領(lǐng)域的先驅(qū)之一，這種方法已經(jīng)改變了 AI 研究。他致力于將這種方法進(jìn)一步發(fā)展為一種全新的范式。

Silver 表示：“在 AI 領(lǐng)域研究人員已經(jīng)基本解決了相對(duì)簡(jiǎn)單的問(wèn)題：即如何構(gòu)建能夠掌握人類已有知識(shí)的系統(tǒng)。但現(xiàn)在，我們需要解決更難的 AI 問(wèn)題：如何構(gòu)建能夠自主發(fā)現(xiàn)新知識(shí)的系統(tǒng)。這需要一種截然不同的方法 —— 即從經(jīng)驗(yàn)中學(xué)習(xí)的系統(tǒng)?！?/p>

這種學(xué)習(xí)需要一條強(qiáng)大且高度優(yōu)化的管線來(lái)支撐。與預(yù)訓(xùn)練不同，預(yù)訓(xùn)練是把固定的人類數(shù)據(jù)輸入系統(tǒng)，而強(qiáng)化學(xué)習(xí)工作負(fù)載會(huì)實(shí)時(shí)生成數(shù)據(jù)。

該系統(tǒng)必須在緊密循環(huán)中持續(xù)執(zhí)行操作、觀察、評(píng)分和更新，這給互連技術(shù)、顯存帶寬和服務(wù)帶來(lái)了預(yù)訓(xùn)練所沒(méi)有的壓力。此外，該系統(tǒng)將基于與人類語(yǔ)言和其他人類數(shù)據(jù)截然不同的豐富經(jīng)驗(yàn)進(jìn)行訓(xùn)練，可能需要全新的模型架構(gòu)和訓(xùn)練算法。

這正是 NVIDIA 和 Ineffable 技術(shù)協(xié)作的重點(diǎn)所在：構(gòu)建一個(gè)能夠大規(guī)模為強(qiáng)化學(xué)習(xí)系統(tǒng)提供數(shù)據(jù)的管線。兩家公司的工程師團(tuán)隊(duì)正通力合作，探索創(chuàng)建此訓(xùn)練管線的理想方式。

這項(xiàng)工作正基于 NVIDIA Grace Blackwell 平臺(tái)上展開(kāi)，并將成為首批探索即將推出的 NVIDIA Vera Rubin 平臺(tái)的項(xiàng)目之一。隨著 AI 世界轉(zhuǎn)向通過(guò)仿真和經(jīng)驗(yàn)而非人類數(shù)據(jù)進(jìn)行學(xué)習(xí)的模型，此舉旨在了解未來(lái)所需的下一代硬件和軟件。

妥善構(gòu)建這一基礎(chǔ)設(shè)施將在高度復(fù)雜和豐富環(huán)境中解鎖前所未有的大規(guī)模強(qiáng)化學(xué)習(xí)，使智能體能夠在各個(gè)知識(shí)領(lǐng)域中取得突破性發(fā)現(xiàn)。