reinforcement learning
BiblioMap
Synonyme
reinforcement learning, verstärkendes Lernen
Definitionen
Basic reinforcement learning is a classic machine learning technique inspired by behaviorist psychology, where getting a positive reward increases your tendency to do something again and vice versa.
Von Max Tegmark im Buch Life 3.0 (2017) im Text The Near Future: Breakthroughs, Bugs, Laws, Weapons and Jobs Das verstärkte Lernen (reinforcement learning), findet etwa bei Spielen wie Go statt, bei denen das Netz nicht nach jedem Zug Feedback erhält, sondern erst am Ende des Spiels. In diesem Fall kennt das Netz nur die Spielregeln und das Ziel, muss also einen eigenen Weg finden, um dorthin zu gelangen.
Von Gerd Gigerenzer im Buch Klick (2021) im Text Sind selbstfahrende Autos zum Greifen nah? Beim bestärkenden Lernen lernt das System statt
aus Daten durch Interaktion mit seiner Umgebung (typischerweise in einer Computer-Simulation). Das
System probiert eigenständig unterschiedliche Lösungswege und erhält aus seiner Umwelt Rückmeldungen
(Feedbacks), die ein bestimmtes Vorgehen belohnen oder bestrafen. Dabei wird nicht vorgezeigt,
welche Aktion in welcher Situation die beste ist. Vielmehr werden durch wiederholte Handlungen
und Rückmeldungen die Auswirkungen von Handlungen in bestimmten Situationen erlernt.
Von Interdepartementale Arbeitsgruppe künstliche Intelligenz im Buch Herausforderungen der künstlichen Intelligenz (2019) im Text Anhang 2: Maschinelles Lernen Bemerkungen
Ein Algorithmus, der entwickelt wurde, um Tetris zu spielen, lernte einfach, das Spiel anzuhalten, um eine Niederlage zu vermeiden.
Von Gerd Gigerenzer im Buch Klick (2021) im Text Sind selbstfahrende Autos zum Greifen nah? Reinforcement-Learning-Algorithmen können auch allein anhand von rohen Bilddaten Erfolg versprechende Strategien erlernen. Beispielsweise erlernte das DQN-System von DeepMind 49 verschiedene Atari-Videospiele von Grund auf, darunter Pong, Freeway und Space Invaders.
Von Stuart Russell im Text Natürliche und künstliche Intelligenz Verwandte Objeke
Verwandte Begriffe (co-word occurance) | supervised learning(0.24), unsupervised learning(0.19), RLHF (Reinforcement Learning from Human Feedback)(0.1), deep learning(0.07), machine learning(0.03), symbolische künstliche Intelligenz (GOFAI)(0.03) |
Häufig co-zitierte Personen
Moritz
Hardt
Hardt
Whitney
Zhang
Zhang
Shakked
Noy
Noy
Balaji
Srinivasan
Srinivasan
Alexandra
Poulovasillis
Poulovasillis
Tom
Rodden
Rodden
Yvonne
Rogers
Rogers
Jürgen
Schmidhuber
Schmidhuber
Arvind
Narayanan
Narayanan
Richard
Harper
Harper
Abigail
Sellen
Sellen
Wayne
Holmes
Holmes
Varun
Chandrasekaran
Chandrasekaran
Ian
Roberts
Roberts
Yi
Zhang
Zhang
Sébastien
Bubeck
Bubeck
Ronen
Eldan
Eldan
Johannes
Gehrke
Gehrke
Ece
Kamar
Kamar
Peter
Lee
Lee
Yin Tat
Lee
Lee
Yuanzhi
Li
Li
Scott
Lundberg
Lundberg
Harsha
Nori
Nori
Hamid
Palangi
Palangi
Marco Tulio
Ribeiro
Ribeiro
Jeffrey
Watumull
Watumull
Statistisches Begriffsnetz
Vorträge von Beat mit Bezug
Zitationsgraph
Zeitleiste
36 Erwähnungen
- Artificial Intelligence - A Modern Approach (Stuart Russell, Peter Norvig)
- Understanding Intelligence (Rolf Pfeifer, Christian Scheier) (1999)
- Deep Learning in Neural Networks - An Overview (Preprint) (Jürgen Schmidhuber) (2015)
- Machine Learning - The New AI (Ethem Alpaydin) (2016)
- Machine Platform Crowd - Wie wir das Beste aus unserer digitalen Zukunft machen (Andrew McAfee, Erik Brynjolfsson) (2017)
- Life 3.0 - Being Human in the Age of Artificial Intelligence (Max Tegmark) (2017)
- 3. The Near Future: Breakthroughs, Bugs, Laws, Weapons and Jobs
- Zuckerbrot und Peitsche - Einer selbst gebauten KI per verstärkendem Lernen beibringen Pong zu spielen (Sebastian Stabinger) (2018)
- Wie Maschinen lernen - Künstliche Intelligenz verständlich erklärt (Kristian Kersting, Christoph Lampert, Constantin Rothkopf) (2019)
- 3. Maschinelles Lernen - Wie sich Computer an Probleme anpassen (Michael Krause, Elena Natterer)
- 26. Verstärkendes Lernen (Thomas Herrmann, Lars Frederik Peiss)
- Herausforderungen der künstlichen Intelligenz - Bericht der interdepartementalen Arbeitsgruppe «Künstliche Intelligenz» an den Bundesrat (Interdepartementale Arbeitsgruppe künstliche Intelligenz) (2019)
- Human Compatible - Künstliche Intelligenz und wie der Mensch die Kontrolle über superintelligente Maschinen behält (Stuart Russell) (2020)
- Jahrbuch Medienpädagogik 17 - Lernen mit und über Medien in einer digitalen Welt (Klaus Rummler, Ilka Koppel, Sandra Aßmann, Patrick Bettinger, Karsten D. Wolf) (2020)
- AI Assistants (Roberto Pieraccini) (2021)
- Data, Knowledge, and Computation (Christian Igel) (2021)
- Klick - Wie wir in einer digitalen Welt die Kontrolle behalten und die richtigen Entscheidungen treffen (Gerd Gigerenzer) (2021)
- CT 2.0 (Matti Tedre, Peter J. Denning, Tapani Toivonen) (2021)
- Machine Learning for Teachers - Evaluation und Entwicklung von Lehr- und Lernmaterialien zum Thema Künstliche Intelligenz für Lehrpersonen ab Sekundarstufe 1 (Thomas Zurfluh) (2022)
- Das Ende der Hausarbeit (Susanne Bach, Doris Weßels) (2022)
- Übersicht zu ChatGPT im Kontext Hochschullehre (Gunda Mohr, Gabi Reinmann, Nadia Blüthmann, Eileen Lübcke, Moritz Kreinsen) (2023)
- KI-Tools für Einsteiger (Alexander König) (2023)
- Ein reizbarer Bot - KI im Stress: Die wundersame Emotionalität des Bing Chat (André Kramer) (2023)
- GPT-4 Technical Report (OpenAI) (2023)
- You & AI - Alles über Künstliche Intelligenz und wie sie unser Leben prägt (Anne Scherer, Cindy Candrian) (2023)
- 1. Hallo! - Hier ist KI
- «Wie erkennen wir, wenn ein System wie GPT die Welt versteht?» (Sam Altman, Jakob von Lindern, Jochen Wegner) (2023)
- Menschine - Kommentar für Lehrpersonen (Cornelia Bartolini, Konstantin Papageorgiou, Nadja Tarnutzer) (2023)
- The Coming Wave - Technology, Power, and the Twenty-first Century's Greatest Dilemma (Mustafa Suleyman, Michael Bhaskar) (2023)
- AI and the Future of Education - Teaching in the Age of Artificial Intelligence 🔍 (Priten Shah) (2023)
- ibis 1/1 (2023)
- Künstliche Intelligenz in der Bildung (Claudia de Witt, Christina Gloerfeld, Silke Elisabeth Wrede) (2023)
- Unter dem Zeichen Künstlicher Intelligenz - Berufe, Kompetenzen und Kompetenzvermittlung der Zukunft (Gergana Vladova, Clementine Bertheau)
- Klein, aber fein - Weniger Parameter, solide Leistung: Wie kompakte Sprachmodelle die Giganten herausfordern (René Peinl) (2023)
- Generative AI and the Future of Work - A Reappraisal (Carl Benedikt Frey, Michael Osborne) (2024)
- KI für Lehrkräfte - ein offenes Lehrbuch (Colin de la Higuera, Jotsna Iyer) (2024)
- Talking about Large Language Models (Murray Shanahan) (2024)
- Alles überall auf einmal - Wie Künstliche Intelligenz unsere Welt verändert und was wir dabei gewinnen können (Miriam Meckel, Léa Steinacker) (2024)