Aperçu public de la leçon
Découvrez comment fonctionne l'apprentissage par renforcement : l'approche de formation derrière AlphaGo, le RLHF de ChatGPT, l'IA de jeu et la robotique.
À la fin de cette leçon, tu comprendras :
Comment un enfant apprend-il à marcher ? Personne ne leur remet un ensemble de données étiquetées d'exemples de « bonnes / mauvaises étapes ». Personne n’écrit les équations physiques de l’équilibre. Ils essaient, ils tombent, ils essaient différemment, ils s’améliorent progressivement – guidés par les retours du monde qui les entoure. Cette intuition — l'apprentissage par essais et erreurs, guidé par des récompenses et des pénalités — est le fondement de l' Apprentissage par renforcement (RL) , l'approche derrière certaines des réalisations les plus spectaculaires de l'IA : battre des champions du monde de Go et d'échecs, entraîner ChatGPT à être utile et apprendre aux robots à marcher.
Apprentissage par renforcement : enseigner l'IA par essais et erreurs fait partie de AI Branches
Apprentissage par renforcement : enseigner l'IA par essais et erreurs fait partie de AI Branches. Passe à Pro pour débloquer la leçon complète, les quiz, le suivi de progression et toutes les académies.
Gratuit pendant 7 jours. Annulez quand vous voulez, sans justification.