标签
本文介绍了行为克隆（Behavioral Cloning），这是一种模仿学习技术，用于从专家演示中训练策略。文章讨论了其在最大似然估计中的理论基础，以及其在 AlphaGo 等历史应用中的使用情况。
本文解释了联邦学习作为一种保护隐私的机器学习技术的概念，该技术通过在本地设备而非中央服务器上训练模型来实现。文章详细描述了加密参数更新和聚合的过程，旨在降低数据泄露风险，同时保持模型性能。
本博客文章对机器学习在医疗保健领域的应用进行了高层面综述，涵盖医学影像、可穿戴设备和分子生物学。文章强调了机器学习如何推动医学从治疗型向预防型转变，并在不取代医护人员的前提下优化医院工作流程。
# Kubernetes 扩展到 7,500 个节点 来源：[https://openai.com/index/scaling-kubernetes-to-7500-nodes/](https://openai.com/index/scaling-kubernetes-to-7500-nodes/) OpenAI将单个 Kubernetes 集群扩展到这个规模很少见，需要特殊的关注，但好处是提供了一个简单的基础设施，让我们的机器学习研究团队能够更快地迭代并扩展，而无需改变代码。从我们之前关于[扩展到 2,500 个节点](https://openai.com/index/scaling-kube)的文章以来
# AI 与效率 来源: [https://openai.com/index/ai-and-efficiency/](https://openai.com/index/ai-and-efficiency/) 训练到 AlexNet 水平性能所需的总计算量（万亿浮点运算次/秒-天）。任意给定时间的最低计算点以蓝色显示，所有测量点以灰色显示。[2](https://openai.com/index/ai-and-efficiency/#citation-bottom-2),[5](https://openai.com/index/ai-and-efficiency/#citation-bottom-5),[6](https://openai.com/index/ai-and-efficiency/#citation-bottom-6),
OpenAI 宣布推出 2020 Scholars 项目，这是一个面向 AI 和工程领域代表性不足群体的远程奖学金项目，要求申请者具有 2 年以上软件工程经验。申请者需在美国时区且具有工作授权。
OpenAI Scholars 2019 项目圆满结束，八位学者完成了各自的最终项目，并在 Demo Day 上展示成果，展现了来自各行各业的专业人士如何通过教育和指导成功转入机器学习领域。
OpenAI宣布完成其2018年秋季Fellows计划，并对研究员们的研究贡献表示赞赏。该组织还开源了部分教学课程，包括《Spinning up in Deep RL》，这是一份用于学习强化学习的教育资源。
OpenAI 宣布其 2019 级学者名单，从 550 名申请者中选出 8 名学者，他们拥有文学、哲学、生物学等多个领域的专业知识，将致力于强化学习和自然语言处理的 AI 研究项目。
OpenAI宣布其首个2018夏季Fellows项目圆满结束，六位机器学习学徒通过为期6个月的项目成长为核心贡献者。公告重点介绍了他们的研究项目、多位Fellows正式加入OpenAI全职工作，以及开源了入门课程，包括《Spinning up in Deep RL》教程。
OpenAI Scholars 2019 现已接受申请，这是一项面向科学与工程领域代表性不足群体的远程项目。该为期 3 个月的项目面向具有美国工作授权、位于美国时区、具备基础编程技能以及微积分和线性代数基础知识的人士开放。
OpenAI 宣布其首届 Scholars 队列计划完成，八位参与者完成了最终项目，并定于 9 月 20 日举办演示日来展示他们的工作成果并讨论他们的机器学习未来。
OpenAI 宣布推出 2018 年首届 Scholars 项目，该计划帮助经验丰富的软件开发者通过自主学习转向机器学习实践。
OpenAI 推出 GamePad，一个用于在 Coq 证明助手中应用机器学习进行定理证明的学习环境，可实现证明综合以及为策略预测和位置评估任务训练基准模型。
OT-GAN 提出了一种新颖的 GAN 变体，在对抗学习的特征空间中结合最优传输和能量距离，以提高训练稳定性和图像生成质量。该方法在基准问题上展示了最先进的结果，使用大批量数据实现了稳定的训练。
OpenAI 于 3 月 3 日举办了首届黑客马拉松，汇聚了 100 名 AI 社区成员，产生了数十个涵盖安全、医疗保健、强化学习和创意应用的项目。该活动汇集了从高中生到业界从业者的多元化参与者，强调了性别平衡和包容性代表。
# OpenAI 黑客马拉松 Source: [https://openai.com/index/openai-hackathon/](https://openai.com/index/openai-hackathon/) 欢迎来到 OpenAI 位于旧金山任务区的办公室，参加 3 月 3 日星期六的讲座和黑客马拉松。欢迎来到 OpenAI 位于旧金山任务区的办公室，参加 3 月 3 日星期六的讲座和黑客马拉松。（报名已关闭。我们空间有限，将筛选邀请列表——我们将在未来几天内发送电子邮件确认。）当天的日程
OpenAI 提出了师生课程学习（TSCL）框架，其中一个教师算法自动为学生选择子任务以学习复杂任务，基于学习曲线斜率进行优化并防止遗忘。该方法在十进制加法和 Minecraft 导航任务上与手工设计的课程相当或更优，使得之前无法通过直接训练实现的解决方案成为可能。
Distill 是一个网络平台和工具集，旨在帮助人们利用现代网络技术解释机器学习概念，提供交互式可视化和文章，探讨 t-SNE、神经网络和图像合成伪影等主题。