百度|百度飞桨强化学习7日打卡营助推“AI人才”加速成长
7月以来，A股走势迷惑，月初上证指数突破3000点大关，仅九个交易日最高涨至3458.79点，涨超15%；未到中旬，大盘连续四个交易日下跌；再到本周，上证指数再次上涨3.11%。接下来走势又将如何？
答案难测，众说纷纭。股市分析信息冗繁复杂，令人有种“进了考场忽觉书到用时方恨少”的无力感。对比早在十四年前就在分析报告中指出“2020年的A股市场将出现繁荣阶段”的券商分析师，众“韭菜”的差距到底在哪里呢？这就不得不提到“对于信息与环境的感知（探索）”和“对环境信息的映射与反馈（利用）”能力。而这一点，机器在未来一定比人类能做的更多。
“不限于对错之分，只追寻利害之度”
今年年初开始入局股市的人都是勇士，事实证明，懂AI技术的人是“开了挂”的真勇士。GitHub上一名来自哈尔滨工业大学的在读博士，年初时作为股市一颗新生“白菜兼韭菜”自述忽然产生了抄底的大胆想法，一番操作后结果果然惨不忍睹。然而那时那刻，他痛定思痛，拿出了AI技术从业者新思路：如果用深度强化学习来炒股，顺便验证下收益的话怎么样？抱着在现实中用AI技术“上下而求索”的精神，他花了20天终于让机器自己炒股赚了400块。不要小看这400，优化优化再花点时间，谁知道未来会不会是4个亿呢！
那么问题来了，什么是深度强化学习？近两年，随着计算机视觉（CV）与自然语言处理（NLP）在工程与产业中不断落地，以及深度学习“三巨头”共同获得2018年度图灵奖，深度学习的概念首先开始被更多人了解认知，而强化学习与深度学习同属机器学习，亦称“增强学习”并与深度学习存在着交叉领域。其中，强化学习强调的是在一系列的情景之下选择最佳决策，即“通过多步恰当的决策来逼近一个最优的目标”，因此，它是一种“序列多步决策”问题。
文章图片
文章图片
（图：百度飞桨推出入门强化学习公开课《强化学习7日打卡营-世界冠军带你从零实践》）
“好学生是鼓励出来的”
“这次参与百度《强化学习7日打卡营》的强化学习，除了带来‘术’的增长更有思维的启发。”58岁已退休的人才管理专家及企业教练郭崇华先生凭借多年的自主学习热情与兴趣在结课后指出：“强化学习这门学科充满魅力，它有着对人类社会映射的哲思。比如其中的‘智能体’就是人类自己，我们无时无刻不在思考着自己与周边环境、与世界的关系并作出反馈。我思故我在，这是人生在‘道’层面上的意义。”从课程中收获到意想不到的价值令他欢欣鼓舞，希望继续在这个方向的坚持。“下一步我想把国外一些强化学习的好书籍翻译成中文。”郭崇华先生如是说。
前浪在学习AI中思考着人生的“道与术”，而后浪作为AI时代原住民，似乎随便翻腾一下都有大把的机会去澎湃未来。“从兴趣出发，每一次通过自己获得的小成功和进步都会让我收获巨大鼓励。”参加过百度飞桨PaddleHub竞赛，从高中就自学无人机的“后浪”郑浩旻今年刚21岁，目前还在宁波大学读大三。“现在就要开始计划未来的路应该怎么走了，自学AI方面的技能做出来一些小东西的那种自豪感无法言说，而且它本身也是超具竞争力的吃饭本事。”郑浩旻快速喜欢上了人工智能这个“能有效解决工程做出小东西”的好工具。
有收获、高价值，总能激发继续学习的强大动力，而强化学习在“自我智能的不断实现上”所遵循的逻辑与人在学习方面的哲理一脉相承。其设计灵感源于心理学中的行为主义理论：有机体如何在环境给予的奖励或惩罚刺激下，逐步形成对刺激的预期，从而产生能获得最大利益的习惯性行为。因此，强化学习的核心便是“让智能体（agent）在环境（environment）中学习，根据环境的状态（state）执行动作（action）并根据环境的反馈奖励（reward）来指导更好的动作”，毕竟好学生是被鼓励（reward）出来的！
文章图片（图：强化学习的“学习之道”）
在中国教育界的人工智能专业尚在摸索道阻且长时，更多学习途径与资源都如《强化学习7日打卡营》一样，学与不学，资料就在那里，只多不少。
“学而不思则罔”
《强化学习7日打卡营-世界冠军带你从零实践》五次直播课程达到9.1万B站人气，峰值2.2万，成为同期B站全站学习类直播人气Top5。主讲师科科是百度飞桨强化学习PARL团队核心成员，所在团队曾两度夺得NeurIPS强化学习赛事世界冠军以及百度最高奖。如今她“破圈”成为B站学习类网红UP主。
“这门课是针对零基础同学来设置的。所以我们花了很多心思让整体听起来不会过于理论，以免最初就消减了大家的兴趣，同时也不能过于脱离理论，让人学完只知其然而不知其所以然。”科科老师对公开课受到如此欢迎也深感惊喜，“最开始我们想有几百人报名就很好，而第一天的课程结束后就有近900人第一时间提交了课后作业，最后报名量是预期的10倍，太意外了。”可见，国内对强化学习感兴趣的人绝对大有人在，但入门和路径似乎是第一道拦路虎，针对这个问题，郭崇华先生回顾了多年自学经历，给出一份参考。
推荐阅读
- 同比|百度Apollo或将在广州同时落地Robotaxi、Robobus ；中国电影上半年净利亏损5.02亿元；微信内测“群
- 云南:强化领导干部办案 推动办案能力和领导能力双提升
- 韩国为遏制疫情蔓延 首都圈防疫措施强化
- [中国经营报]百度网盘：布局个人“云时代”中国经营报2020-08-29 06:46:310阅
- 系方式|贴吧自动发帖顶贴软件
- 疫情|韩国政府强化首都圈防疫措施遏制疫情蔓延
- 首都圈地区|韩国政府强化首都圈防疫措施遏制疫情蔓延
- 食品安全|加强追溯体系建设 强化监管全覆盖——徐济超带领执法检查组到鹤壁、安阳开展食品安全“一法一条例”执法检查
- Baidu|百度Apollo或将在广州同时落地Robotaxi、Robobus
- | 还原度惊人！百度地图15周年盛典上演“亲子语音大挑战”