（来源：上观新闻）
中新社记👨🍳🇦🇸者 张斌 摄🌭🎸 图为4月2🇳🇴9日，参💨观者在峰会现场🏔体验区⤴参观展🔴◻示的AI👨🎤工作台🏳️🌈📪。他在机器🇯🇵人强化学习领👨🎤🕘域的标志性📼🙁贡献是提🤬😹出了 SAC💳（Soft 👨⚖️Actor👨🎤-Cri🇧🇳🦗tic）🎅🌀算法，该算法凭🌧借出色的样本效♾️率与稳定性↙👩👦，已成为当🍼🐥前机器人策⏺🎗略学习的主流框架💹之一☘👛。但真正主导全💿局的是这些😓😳以特定方式联网的🌀神经网络📮🥛。李建功先说了💅🐏一个比喻：😁🇳🇿中国的卫📝星生产，现👽🖖在还是"工艺品🌋"性质🍯🦗。主持人 我很👨⚖️喜欢这个🇧🇱框架🤒。
首先，🗼我想正如你们💳🇳🇴许多人一样，🐦我使用 😷♑age🕡🦏nti🌽💉c t🇲🇺ool🥑💌s，比如那些类🍙🆎似 lo🈁🙌w-c🗺ode🗣🕡 的工👉具已经有🕜一段时间了，🤰可能是在过去一年🍘里随着它🇨🇱🌡们发布就🈵开始用了🛐。模型很讨厌这样，⏏🚴它们做不🗜🤙到☀🐄。更稳妥的😺观察方式，是把斑🐽陌易行放在追觅😹🍭近年来围绕机器🧝♂️🆔人、汽车和🍐具身智能方向🦙的外延布局中👩❤️💋👩理解💲。未来如何🌙🔸，还要看AI需✳📓求是否持🍓续高涨🎑。
