微新创想（Idea2003.com）6月20日 消息：谷歌深度学习中心近日宣布，其研发的 “Bigger，Better，Faster”（BBF）AI算法在强化学习领域取得重大突破。该算法仅用两小时便成功掌握26款Atari游戏，其学习效率与人类相当，为AI解决现实世界问题提供了新的可能性。
强化学习作为谷歌深度学习中心的核心研究方向，在推动人工智能发展方面发挥着关键作用。然而传统强化学习算法存在两大瓶颈：一是需要海量训练数据，二是计算资源消耗巨大。为了突破这些限制，谷歌深度学习中心联合米拉大学和蒙特利尔大学的研究团队，共同推出了BBF模型。
在Atari基准测试中，BBF模型的表现不仅超越了人类水平，更创造了惊人的效率。与其他强化学习算法不同，BBF无需预先训练模型，而是通过直接与游戏世界交互，从获得的奖励和惩罚信息中学习最佳策略。研究团队通过采用更大规模的神经网络、自我监督训练方法等创新技术，显著提升了算法效率。值得注意的是，BBF模型仅需单个Nvidia A100 GPU即可完成训练，而传统方法则需要更强大的计算资源支持。
尽管目前BBF模型尚未在所有29款基准测试游戏中超越人类表现，但与其他模型的55款游戏对比显示，BBF在数据量仅相当于其他系统1/500的情况下，仍能保持相当水平。这一发现不仅验证了Atari基准测试作为强化学习评估的有效性，也为小型研究团队提供了宝贵的资源支持。与以往高效强化学习算法不同，BBF在扩展性方面表现出色，能够随着更多训练数据的加入持续提升性能。
该研究团队表示：”我们希望通过这项工作，激励更多研究者推动深度强化学习的样本效率边界，最终实现人类水平的智能表现。”这一突破性进展或将对当前以自我监督模型为主导的AI技术格局产生深远影响。
BBF算法相关论文：https://arxiv.org/pdf/2305.19452.pdf
