OpenAI Scholars 2019 结业：八位学者完成最终项目
OpenAI Scholars 第二届八位学者已结业，并在 OpenAI 举办的 Scholars Demo Day 上展示了各自的最终项目。
#OpenAI
#OpenAI
今日 1 条OpenAI NewsAI 评分2222
OpenAI NewsAI 评分1818 OpenAI Fellows Fall 2018 结业项目公布
OpenAI 公布第二届 OpenAI Fellows 的结业项目，每位 Fellow 在 6 个月学徒期内从机器学习初学者成长为 OpenAI 核心贡献者。OpenAI Fellows Summer 2019 的申请正在滚动审核中。
OpenAI News精选AI 评分6262 OpenAI 发布 MuseNet 音乐生成神经网络
OpenAI 发布 MuseNet，一个可生成 4 分钟、10 种乐器音乐作品的深度神经网络，并能融合从乡村到莫扎特再到披头士的风格。MuseNet 并未被显式编程音乐知识，而是通过学习预测数十万份 MIDI 文件中的下一个 token 来发现和声、节奏与风格规律。
推荐理由：OpenAI 用与 GPT-2 同源的 Transformer 生成音乐，读者可了解通用序列建模向音频领域的早期延伸。
OpenAI News精选AI 评分6262 OpenAI 提出 Sparse Transformer，序列建模长度提升 30 倍
OpenAI 开发了 Sparse Transformer，一种深度神经网络，在预测文本、图像或声音序列中下一个内容的任务上创下新纪录。它通过对注意力机制做算法改进，从比此前长 30 倍的序列中提取模式。
推荐理由：OpenAI 用稀疏注意力把序列建模长度提升 30 倍，可了解长序列建模的早期技术路线。
OpenAI News精选AI 评分8080 OpenAI Five 击败 Dota 2 世界冠军 OG
OpenAI Five 在 Finals 周末连续两局击败世界冠军 Dota 2 战队 OG，成为首个战胜电竞世界冠军的 AI。此前 OpenAI Five 与 DeepMind 的 AlphaStar 都曾在私下战胜高水平选手，但在公开职业比赛中落败，这也是 AI 首次在直播中击败电竞职业选手。
推荐理由：OpenAI Five 在直播中连续两局击败 Dota 2 世界冠军 OG，读者可据此了解 AI 在电竞对局中的实际进展。
OpenAI NewsAI 评分2020 OpenAI Five 总决赛
OpenAI 将于 4 月 13 日上午 11:30（太平洋时间）举办 OpenAI Five 的最后一场线下活动。
OpenAI NewsAI 评分4242 OpenAI 提出能量模型（EBM）隐式生成与泛化方法
OpenAI 在能量模型（EBM）的稳定可扩展训练上取得进展，样本质量和泛化能力优于现有模型。EBM 生成通过投入更多算力持续精修答案，在低温下可生成与 GAN 媲美的样本，同时具备似然类模型的模式覆盖保证。
OpenAI NewsAI 评分2222 OpenAI Scholars 2019：认识我们的学者
OpenAI 公布 2019 届 Scholars 项目入选名单，8 名学者从 550 名申请者中选出。他们的专业背景涵盖文学、哲学、细胞生物学、统计学、经济学、量子物理和商业创新。
OpenAI News精选AI 评分6262 OpenAI 成立 capped-profit 公司 OpenAI LP
OpenAI 宣布成立 OpenAI LP，一家 capped-profit 公司，用于快速增加在算力和人才上的投入，同时设置制衡机制以推进其使命。
推荐理由：OpenAI 公布 capped-profit 公司结构，读者可了解其早期在算力与人才投入上的组织安排。
OpenAI NewsAI 评分4242 OpenAI 推出 Activation Atlases：可视化神经元交互的新技术
OpenAI 与 Google 研究人员合作推出 Activation Atlases，一种可视化神经元之间交互所代表含义的新技术。随着 AI 系统被部署到日益敏感的场景，更好地理解其内部决策过程有助于识别弱点和调查失败原因。
OpenAI NewsAI 评分3333 OpenAI 发布 Neural MMO：大规模多智能体游戏环境
OpenAI 发布 Neural MMO，一个面向强化学习智能体的大规模多智能体游戏环境，支持在持久、开放式任务中容纳大量且数量可变的智能体。该平台通过引入众多智能体与物种，带来更好的探索、差异化的生态位形成以及整体能力的提升。
OpenAI NewsAI 评分1515 OpenAI 举办首届 Spinning Up 深度强化学习研讨会
OpenAI 于 2 月 2 日举办了首届 Spinning Up 研讨会，这是其新教育计划的一部分。
OpenAI NewsAI 评分4040 OpenAI：AI 安全研究需要社会科学家参与
OpenAI 发表论文指出，长期 AI 安全研究需要社会科学家参与，才能确保 AI 对齐算法在涉及真实人类时有效。将先进 AI 系统与人类价值观对齐，需解决人类理性、情感与偏见心理学相关的诸多不确定性。OpenAI 计划招聘社会科学家全职投入这一方向，推动机器学习与社会科学的合作。
OpenAI News精选AI 评分8888 OpenAI 发布大规模无监督语言模型，多项语言任务无需针对性训练
OpenAI 训练了一个大规模无监督语言模型，能生成连贯的段落文本，在多项语言建模基准上达到当时最优表现。该模型无需针对性训练即可完成基础阅读理解、机器翻译、问答和摘要等任务。
推荐理由：OpenAI 公布一个无监督语言模型，在多项语言任务上无需针对性训练即可完成，可据此了解早期大模型的能力边界。
OpenAI NewsAI 评分2222 OpenAI Fellows 2018 夏季班：结业项目
OpenAI 首期 Fellows 项目结业，每位成员在 6 个月学徒期内从机器学习初学者成长为 OpenAI 的核心贡献者。
OpenAI NewsAI 评分3838 OpenAI 研究：AI 训练如何扩展——梯度噪声尺度可预测并行性
OpenAI 发现梯度噪声尺度这一统计指标能预测神经网络训练在多种任务上的可并行性。由于复杂任务梯度噪声更大，未来更大的 batch size 可能变得有用，从而消除 AI 系统继续扩展的一个潜在限制。研究还表明神经网络训练并非神秘技艺，而是可以被严谨化和系统化。
OpenAI NewsAI 评分2626 OpenAI 发布 CoinRun：量化强化学习中的泛化能力
OpenAI 发布训练环境 CoinRun，用于衡量智能体将经验迁移到新情境的泛化能力，并已帮助厘清强化学习领域一个长期存在的谜题。该环境复杂度介于简单任务与传统平台游戏之间，比《刺猬索尼克》更简单，但对当前最先进算法仍构成值得挑战的泛化测试。
OpenAI NewsAI 评分5050 OpenAI 发布 Spinning Up in Deep RL 深度强化学习教育资源
OpenAI 发布 Spinning Up in Deep RL，一套面向任何人学习深度强化学习、成为熟练实践者的教育资源。该资源包含清晰的 RL 代码示例、教学练习、文档和教程。
OpenAI NewsAI 评分2626 OpenAI 用能量函数模型学习概念
OpenAI 开发了一种基于能量的模型，仅需五次演示即可学会识别并生成以 2D 点集表达的概念，如 near、above、between、closest 和 furthest。该模型还能实现跨域迁移：将 2D 粒子环境中习得的概念用于解决 3D 物理机器人任务。
OpenAI NewsAI 评分3636 OpenAI 提出基于预测奖励的随机网络蒸馏（RND）强化学习方法
OpenAI 开发了 Random Network Distillation（RND），一种基于预测的奖励方法，通过好奇心鼓励强化学习智能体探索环境，首次在《蒙特祖玛的复仇》上超越人类平均表现。
OpenAI NewsAI 评分4242 OpenAI 提出迭代放大（iterated amplification）AI 安全技术
OpenAI 提出名为迭代放大（iterated amplification）的 AI 安全技术，通过把复杂任务拆解为更简单的子任务来指定超出人类规模的行为与目标，而非依赖标注数据或奖励函数。该构想仍处于极早期阶段，目前仅在简单的玩具算法领域完成实验，OpenAI 认为它可能成为可扩展的 AI 安全方案。
OpenAI NewsAI 评分2222 OpenAI Scholars 2019 申请开放
OpenAI 开放第二届 OpenAI Scholars 申请，面向弱势群体提供 6–10 个津贴与导师指导名额，全职学习深度学习 3 个月并开源一个项目。
OpenAI NewsAI 评分1212 OpenAI 开放 2019 冬季 Fellows 与夏季 Interns 申请
OpenAI 开始接受 2019 年 Fellows 与 Interns 申请，其中 Fellows 为冬季项目、Interns 为夏季项目。
OpenAI NewsAI 评分2222 OpenAI Scholars 2018 首批学员完成结业项目
OpenAI Scholars 2018 首批学员已完成该项目并提交结业项目。这是 OpenAI Scholars 的首届学员班。
OpenAI News精选AI 评分6262 OpenAI Five 在 The International 2018 两局不敌顶尖 Dota 2 选手
OpenAI Five 本周在温哥华 The International 上对阵顶尖 Dota 2 选手，两局均告负，但在两局的前 20–35 分钟内都保持了较高的获胜机会。
OpenAI News精选AI 评分7878 OpenAI Five 基准测试结果：三局两胜击败 99.95 百分位 Dota 玩家队伍
OpenAI Five 在三局两胜的比赛中击败了由 Blitz、Cap、Fogged、Merlini 和 MoonMeander 组成的 99.95 百分位 Dota 玩家队伍，其中四人曾打过职业 Dota。比赛在直播观众和 10 万名同时在线观看者面前进行。
推荐理由：OpenAI Five 在公开直播中战胜高分段人类队伍，可了解当时 AI 在复杂实时对抗游戏中的进展。
OpenAI News精选AI 评分6262 OpenAI 训练类人机械手实现物体灵巧操作
OpenAI 训练出一只类人机械手，能够以空前的灵巧度操控实物。材料未披露具体方法、训练环境与评测数据。
推荐理由：OpenAI 用仿真环境训练类人机械手完成实物操作，可了解早期具身智能的迁移思路。
OpenAI NewsAI 评分2020 OpenAI Scholars 2018：认识我们的学者
OpenAI 公布 2018 年首届 OpenAI Scholars 名单，该项目正帮助一批经验丰富的软件开发者转型为机器学习从业者。学员进展已开放对外关注。
OpenAI NewsAI 评分2121 OpenAI Five Benchmark 比赛结束
OpenAI Five Benchmark 比赛已结束。OpenAI 公布了这场 Benchmark 对局的结果。
OpenAI NewsAI 评分5050 OpenAI 推出可逆生成模型 Glow
OpenAI 提出可逆生成模型 Glow，采用可逆 1x1 卷积，在简化架构的同时延续了可逆生成模型的思路。该模型能生成逼真的高分辨率图像，支持高效采样，并可发现用于操控数据属性的特征。OpenAI 同步开源了模型代码并上线在线可视化工具。
OpenAI News精选AI 评分6262 OpenAI 从单次演示中学习 Montezuma's Revenge
OpenAI 训练出一个智能体，仅凭单次人类演示就在 Montezuma's Revenge 上取得 74,500 的高分，超过此前所有已发表结果。其算法很简单：智能体从演示中精心挑选的状态出发进行一系列游戏，并使用 PPO 优化游戏得分来学习，PPO 也是支撑 OpenAI Five 的同一强化学习算法。
推荐理由：OpenAI 用单次人类演示让智能体在 Montezuma's Revenge 上取得 74,500 分，可了解其基于 PPO 的简单方法。
OpenAI News精选AI 评分6262 OpenAI Five 已能击败 Dota 2 业余人类战队
OpenAI 宣布由五个神经网络组成的 OpenAI Five 已开始击败 Dota 2 业余人类战队。
OpenAI NewsAI 评分2222 OpenAI Retro Contest 首届比赛结果公布
OpenAI 首届 Retro Contest 已完成，该比赛旨在探索能从前序经验中泛化的算法。比赛结果已公布。
OpenAI News精选AI 评分8282 OpenAI 用无监督学习提升语言理解能力
OpenAI 用 Transformer 与无监督预训练结合的可扩展、与任务无关的系统，在一系列多样化语言任务上取得当时最优结果，并对外发布了该系统。OpenAI 表示，这一结果说明监督学习方法与无监督预训练搭配效果很好，希望推动在更大、更多样的数据集上继续探索这一思路。
推荐理由：OpenAI 用 Transformer 加无监督预训练在多项语言任务上取得当时最优结果，并公开了这套与任务无关的系统。
OpenAI NewsAI 评分2020 OpenAI Fellows 2018 秋季班开放申请
OpenAI 开放 Fellows 2018 秋季班申请，该项目提供为期 6 个月、带薪酬的 AI 研究学徒岗位。
OpenAI NewsAI 评分5252 OpenAI 发布 Gym Retro 完整版，强化学习游戏增至 1000 多款
OpenAI 发布强化学习游戏平台 Gym Retro 完整版，公开游戏数量从约 70 款 Atari 游戏和 30 款 Sega 游戏增加到 1000 多款，覆盖多种模拟器。OpenAI 同时发布了用于向该平台添加新游戏的工具。
OpenAI News精选AI 评分8585 OpenAI 分析：2012 年以来最大 AI 训练算力每 3.4 个月翻倍
OpenAI 发布一项分析，指出自 2012 年以来最大规模 AI 训练所用算力呈指数增长，翻倍周期为 3.4 个月，而摩尔定律的翻倍周期为 2 年。该指标自 2012 年以来增长超过 300,000 倍，若按 2 年翻倍则仅增长 7 倍。OpenAI 表示算力提升是 AI 进展的关键组成部分，若这一趋势延续，值得为远超当前能力的系统做准备。
推荐理由：OpenAI 用 3.4 个月翻倍这一量化指标，给出 AI 训练算力增速与摩尔定律的对比参照。
OpenAI NewsAI 评分3838 OpenAI 提出通过辩论实现 AI 安全的技术
OpenAI 提出一种 AI 安全技术，训练智能体就话题相互辩论，由人类评判胜负。
OpenAI NewsAI 评分3636 OpenAI 发布 Evolved Policy Gradients 元学习方法
OpenAI 发布实验性元学习方法 Evolved Policy Gradients（EPG），通过进化学习智能体的损失函数，使其能在新任务上快速训练。经 EPG 训练的智能体在测试时可完成训练范围之外的基础任务，例如学会导航到房间中与训练时位置相反一侧的物体。
OpenAI NewsAI 评分2222 OpenAI 启动 Retro Contest 迁移学习竞赛
OpenAI 推出 Retro Contest 迁移学习竞赛，用于衡量强化学习算法从既往经验中泛化的能力。