AI热榜 丹尼贾·哈夫纳 (Danijar Hafner) 位于旧金山 SoMa 区的办公室几乎空无一人。
他的全新初创公司仍处于秘密模式，甚至门上都没有名字。
我去的那天，那里只有一个人，而且几乎没有家具。
但它在装饰上的不足却由机器人来弥补。
各种形状和大小的人形生物像木偶一样悬挂在沿着广阔空间中心延伸的架子上。
虽然 31 岁的哈夫纳目前还没有透露太多关于他的新企业的信息，但他将其描述为他长期工作的延续，目的是让人工智能能够驾驭在训练中没有遇到过的环境。
他从中国进口的类人生物是这部作品及其物理体现的下一个演变。
它们在以前未经测试的场景中做出反应的能力将是让机器人进入人类空间的关键。
因为例如，如果你想将机器人发送到一个人的家中，它需要能够处理以前从未见过的平面图和家具。
为了实现这一目标，哈夫纳依赖于基于模型的强化学习。
他开发了世界模型——旨在模拟物理现实的人工智能模型——并在其中训练代理。
代理本质上将模型视为现实世界的模拟，并学习如何在那里行动。
然后，它利用这些经验来预测（哈夫纳可能会说，梦想或想象）未来的结果。
这使得代理——或者他们嵌入的机器人——能够在现实生活中应对不熟悉的情况。
“我在 Google 的研究领域与很多非常聪明的人进行了互动，而他轻松地跻身于 1% 的前半部分。
” Timothy Lillicrap，谷歌 DeepMind 与其他努力不同的是，哈夫纳的技术使代理和他们控制的机器人能够执行大规模复杂的任务，而无需传统上在机器人技术中使用的现实世界的试错训练。
哈夫纳在德国东北部的一个乡村小镇长大，他的父母都是古典音乐家。
他向邻居学习编程，在高中时他开始学习有关人工智能的在线课程，这很快就发展成了一种热情。
“我一直对思维的运作方式着迷，”他说。
人工智能为他提供了一种在计算机上模拟它的方法。
2015 年，作为波茨坦哈索·普拉特纳研究所 (Hasso Plattner Institute) 工程专业二年级本科生，他获得了谷歌大脑 (Google Brain) 学生研究员的职位。
此后，他在公司担任了十几个实习生和其他职位，包括在英国、加拿大和美国的 Google Brain 和 Google DeepMind（这两家公司后来合并为 DeepMind）工作过。
他与行业传奇人物合作，包括经常被称为人工智能教父之一的 Geoffrey Hinton 和开创性研究论文《Attention Is All You Need》的合著者 Ashish Vaswani，该论文描述了当今大型语言模型所使用的 Transformer 技术。
哈夫纳在谷歌的前经理和合著者之一蒂莫西·利利克拉普(Timothy Lillicrap)将他描述为杰出人物中的杰出人物。
“我在谷歌的研究中与很多非常聪明的人进行了互动，而他很容易就跻身于 1% 的前半部分，”利利克拉普说。
“在很多情况下，他会单枪匹马地建造出需要整个工程师团队才能建造的东西。
” 多年来，哈夫纳通过让在他的世界模型中训练的特工与流行的视频游戏进行对抗，磨练并证明了他的方法。
他的第一个突破是 PlaNet，该模型允许代理通过提前计划来执行操作。
他的 Dreamer 2 是第一个使用世界模型玩 Atari 2600 游戏达到人类水平性能的智能体。
《梦想家 3》是第一个解决《我的世界》钻石挑战的游戏 - 成功地自行开采游戏中的宝石。
Dreamer 4 更进一步，它学习从录制的游戏视频的离线数据集中挖掘钻石，而无需直接与游戏交互。
🔗 原始来源
如果你要核对细节，可以再看原文： MIT Tech Review原文链接