Prévia pública da lição
Aprenda como funciona o aprendizado por reforço - a abordagem de treinamento por trás do AlphaGo, RLHF do ChatGPT, IA de jogos e robótica.
Ao final desta lição, você vai entender:
Como uma criança aprende a andar? Ninguém entrega a eles um conjunto de dados rotulado de exemplos de "passo bom/passo ruim". Ninguém escreve as equações físicas para o equilíbrio. Eles tentam, caem, tentam de forma diferente, melhoram gradualmente – guiados pelo feedback do mundo ao seu redor. Essa intuição — aprendizado por tentativa e erro, guiado por recompensas e penalidades — é a base do Aprendizado por Reforço (RL) , a abordagem por trás de algumas das conquistas mais espetaculares da IA: vencer campeões mundiais no Go e no xadrez, treinar ChatGPT para ser útil e ensinar robôs a andar.
Aprendizagem por reforço: ensinando IA por meio de tentativa e erro faz parte de AI Branches
Aprendizagem por reforço: ensinando IA por meio de tentativa e erro faz parte de AI Branches. Faça upgrade para desbloquear a lição completa, os questionários, o acompanhamento de progresso e todas as academias.
Grátis por 7 dias. Cancele quando quiser, sem perguntas.