Vista previa pública de la lección
Descubra cómo funciona el aprendizaje por refuerzo: el enfoque de formación detrás de AlphaGo, el RLHF de ChatGPT, la IA para juegos y la robótica.
Al final de esta lección, comprenderás:
¿Cómo aprende un niño a caminar? Nadie les entrega un conjunto de datos etiquetados con ejemplos de "buen paso/mal paso". Nadie escribe las ecuaciones físicas del equilibrio. Lo intentan, fracasan, lo intentan de manera diferente, mejoran gradualmente, guiados por la retroalimentación del mundo que los rodea. Esta intuición ( aprender mediante prueba y error, guiado por recompensas y penalizaciones ) es la base del Aprendizaje por refuerzo (RL) , el enfoque detrás de algunos de los logros más espectaculares de la IA: vencer a campeones mundiales de Go y ajedrez, entrenar ChatGPT para que sea útil y enseñar a los robots a caminar.
Aprendizaje por refuerzo: enseñar IA mediante prueba y error forma parte de AI Branches
Aprendizaje por refuerzo: enseñar IA mediante prueba y error forma parte de AI Branches. Actualiza para desbloquear la lección completa, los cuestionarios, el seguimiento del progreso y todas las academias.
Gratis durante 7 días. Cancela cuando quieras, sin preguntas.