智慧(intelligence )是什麼?

" To be able to learn to make decisions to achieve goals " -- DeepMind

其核心包含以下元素：

1. 學習 (Learning)
2. 決策 (decisions)
3. 目標 (goals)

增強式學習(Reinforcement Learning, RL)，要怎麼達到智慧呢？增強式學習的運作方式就如同人或動物一樣，在環境中互動來學習(Learn)，而強化學習與其他機器學習方式不同的地方，強化學習是採以主動(Action)的方式進行學習，且RL在環境中的學習是連續的(sequential)，決策會依賴於前一次的回饋進行交互運算、判斷。透過正向／負向獎勵機制，以優化決策。

圖片來源：
https://storage.googleapis.com/deepmind-media/UCL%20x%20DeepMind%202021/Lecture%201%20-%20introduction.pdf

『強化學習』是基於獎勵假設(reward hypothesis)：指的是任何目標都可以化成最大化累積獎勵的結果。
強化學習中獎勵項目分析：

• 汽車駕駛 -> 獎勵項目：行駛時間、距離反比....等
• 投資組合 -> 獎勵項目：收益、風險....等
• 圍棋 -> 獎勵項目：獲勝、得分最大化...等

因此，DeepMind(2021) 將增強式學習定義為，從交互學習中進行決策(learning to make decisions from interaction)的科學和框架。