OpenAI

OpenAI研究人員這次用Dota 2專案的增強學習演算法，教機器手如何正確翻轉方塊。他們先在虛擬世界訓練機器人系統Dactyl，除了改變機器手和方塊顏色，也調整了方塊的表面光滑度、重量，甚至是引力，為的就是要讓Dactyl學會在真實世界掌握方塊，以及怎麼處理意外。

柏克萊加州大學的人工智慧研究院（BAIR）研究員Tianhe Yu和Chelsea Finn，日前展示自己開發的AI系統：只要讓機器人觀看人類示範一次，就學會辨識新物件、並擺放到正確的位置。

2017年OpenAI的人工智慧在知名即時戰略遊戲《Dota 2》的1對1比賽中，擊敗人類好手Danylo Ishutin（Dendi），而在團體戰中OpenAI Five現在的水準已經達玩家平均之上了。

OpenAI提到，當有足夠龐大的訓練資料時，非監督式學習可以產生卓越的區別性特徵。雖然在不少應用的結果仍不敵純粹的監督式學習，但是不失為另一個研究方向。

OpenAI釋出了經典基準（Retro-baselines），向參賽者展示增強學習演算法在遊戲關卡中的應用。而經典基準顯示，即使使用了轉移學習，轉移學習（Transfer Learning）演算法的學習能力還是遠低於人類。

由於特斯拉發展持續專注發展人工智慧，OpenAI創辦人之一Elon Musk離開董事會，將能避免在未來可能發生的利益衝突，而現在董事會由Ilya Sutskever、Greg Brockman、Holden Karnofsky以及Sam Altman出任，並且即將新增新的總監。

DeepMind Lab打造了一個3D遊戲環境，以讓AI代理人在遊戲中進行各種訓練，例如採集水果、在迷宮中導航等，而OpenAI釋出的Universe提供了1000種環境，以訓練AI代理人能像人類一樣完成各種任務。

OpenAI將與微軟在AI上合作研究，未來OpenAI將在Azure及硬體平台上使用微軟的AI工具，例如Azure Machine Learning及Cognitive Toolkit等，進行大規模的實驗及人工智慧方面的訓練。