（来源：上观新闻）
这种高密🔊📤度的“状态-动作🇸🇷🇨🇦-反馈”序列数据💒☺对训练AI从😠🔧“识别🤷♀️世界”走向“理👨🦲🥃解世界”的必要帮🕜助🎫🏄。根据该团队💹🇬🇵透露，🚰该项目发⏺🇳🇫起的动👩🚀🉑机分为三点： 0↘🐡1 通过让公众参👥与创建和优化✉智能体，🖖实现AI技👤术的全民🤞科普教🐭育； 02 利用⛏玩家创建的🇦🇼〽高质量智能体⬇🇲🇸数据和🈸🏈人类反馈，为强⌚👪化学习和模型💡蒸馏提供宝贵的👂训练数🤹♀️🐯据； 03 在🚜🥂AI数⛑💨量迅速增长🍎的时代背景下🎤🎬，通过🐛👩🚒这个实🌽验场景探🇸🇸💺索人类🔵🤶与AI共🦑存的新模👩👩👦🎀式，探索未来经😼济、政治与👩🦳社会体系上A🏃♀️🥀I与人类共治的🇳🇮🗂博弈合作场景🌎。
这一范式不🐁仅攻克了棋类游戏🇾🇪🎐，更被迁移🚬🇸🇴至编译🌷⚠优化、芯片🇱🇨百度竞价版图设计等组合优🚮➖化领域，证明了🌿“学习—🔨🌦搜索”模🧟♀️型在解决复杂决策🕖问题上的✅🥅通用性🍜👨🦲。与此同时🐖，一批🇾🇹在企业研🌸🥘究院深耕多年的👨🔬科学家，也选择🌜🕥陆续回到🏃♀️👿国内高校，🈹☪从单纯的企业研究👨🦳体系重新走进一批😂兼顾学🗳术研究和产业培育👈的高校研究院👩🌾⚙。
