人工智能与信息社会课件：603试错式学习.pdfVIP

人工智能与信息社会 基于神经网络的智能系统II：试错式学习 陈斌北京大学gischen@pku.edu.cn 爱德华·桑代克 〉 美国心理学家 〉 现代教育心理学之父 〉 心理学行为主义的代 表人物之一 〉 提出试错式学习理论 北京大学地球与空间科学学院/ 陈斌/2018 机关盒子（puzzle box） 〉 将饿猫关入此笼中，笼中放一条鱼，饿猫急 于冲出笼门去吃笼外鱼，但是要想打开笼门， 饿猫必须一气完成若干个机关。 北京大学地球与空间科学学院/ 陈斌/2018 效果律（law of effect） 〉 紧接着有利后果的行为更有可能再次 发生。 被老师称赞的工作或行为，你会继续保持。 〉 不良后果的行为不太可能再次发生。 如果你上课迟到并错过重要内容，之后就会 吸取教训。 北京大学地球与空间科学学院/ 陈斌/2018 试错式学习（trail and error） 〉 猫的学习是经过多次的试误，由刺激情境与 正确反应之间形成的联结所构成的。 〉 人的学习的过程也是一种渐进的尝试错误的 过程。在这个过程中，无关的错误的反应逐 渐减少，而正确的反应最终形成。 北京大学地球与空间科学学院/ 陈斌/2018 强化学习（reinforcement learning） 〉 使得计算机能够像人一样通过不断试 错式学习，完全自主掌握一项技能 〉 不需要借鉴人类的经验 〉 具有发展强人工智能潜力 北京大学地球与空间科学学院/ 陈斌/2018 Alpha Zero 〉 利用试错式学习思想，自己跟自己不 断对弈来提升水平 〉 用这种通用的学习方式，在围棋、国 际象棋、日本将棋等多个领域超越人 类水平 北京大学地球与空间科学学院/ 陈斌/2018 Flappy Bird 〉 从零学习Flappy Bird 北京大学地球与空间科学学院/ 陈斌/2018 Flappy Bird 〉 尝试10万次后，跨过第一根水管 北京大学地球与空间科学学院/ 陈斌/2018 Flappy Bird 〉 尝试150万次后，表现较高水平 北京大学地球与空间科学学院/ 陈斌/2018