Eye on AI #241：Patrick Pilarski — The Alberta Plan

• 节目页：Eye on AI / Libsyn
• Apple Podcasts：播放入口
• 日期：2025-03-07
• 相关论文：The Alberta Plan for AI Research

节目主线

Alberta Plan 关注长期存在于复杂世界中的计算智能体：它通过行动影响感知输入，以奖励驱动选择，持续学习以适应变化，并用学到的世界模型进行规划。节目把这一研究观与当代一次性预训练模型对比。

官方时间轴中的持续学习重点：

• 05:49：Alberta Plan 的核心原则；
• 07:46：经验驱动学习；
• 18:26：持续学习与避免灾难性遗忘；
• 27:56：预测模型与类人学习；
• 40:16：持续学习的未来；
• 44:33：义肢中的人机共同适应。

为什么和 LLM 研究相关

它提醒我们，持续学习不应只是一串静态 NLP 数据集。更完整的问题是：agent 在连续感知—行动—奖励环路中，如何形成可预测、可控制、会迁移的长期知识。

收听问题

• 语言模型预训练知识在 Alberta Plan 中扮演先验、世界模型还是工具？
• 实时更新怎样避免早期错误永久塑造 agent？
• reward、prediction error 与人类反馈如何在长时间尺度上组合？