理查德·萨顿（Richard Sutton）成立Oak Lab——"我们的圣杯：一个万亿参数、实时学习与规划、仅需20瓦能量的智能体"

# 使命 · Oak Lab 来源：https://oaklab.ai/mission 我们的目标是*发现*并*实现*那些能让智能体在宏大世界中达成目标的算法。 ## 我们正在构建 OaK 架构 OaK 架构能够发现扎根于经验的时间抽象，这些抽象既具备自验证能力，又适合规划。 观看关于 OaK 架构的演讲 (https://oaklab.ai/posts/the-oak-architecture.html) ## 我们的算法无需存储或回放数据即可实时学习 我们的*批量大小为1*的学习算法可以直接从经验中学习，无需存储或回放数据。当这些算法与*事件驱动神经网络*结合时，系统的计算量和能耗比现有方法低数个数量级；这种计算效率使得持续的实时学习成为可能。 详细文章即将发布 (https://oaklab.ai/posts/event-driven-computation-with-batch-size-one.html) ## 我们的重点是从直接经验中学习，而非从精心整理的数据集中学习 通过学习将信用分配给泛化能力强的参数，而非将所有参数都纳入信用分配，我们的方法能够直接从含噪数据流中学习；相比之下，现有方法在提供干净的人工整理数据集时学习效果最佳。 Adam在NoisyMNIST上学习到的网络。 NetworkIDBD在NoisyMNIST上学习到的网络。 阅读文章了解更多 (https://oaklab.ai/posts/learning-from-experience-instead-of-curated-datasets.html) ## 我们的圣杯 一个拥有*万亿参数的智能体*，能以*20瓦*的能量实时学习和规划。