bloop คืออะไร

Bloop เป็นองค์กรบริหารและเสมือนความรู้ชนิดเดียวกันที่สร้างขึ้นโดย OpenAI ซึ่งก่อตั้งขึ้นโดย Sam Altman และ Elon Musk เป้าหมายหลักของ Bloop คือการพัฒนา AI ที่มีความสามารถในการเรียนรู้และเปลี่ยนแปลงเอง โดย Bloop ได้รับการเรียนรู้จากการการสร้างและพัฒนา Proximal Policy Optimization (PPO) ซึ่งเป็นวิธีการเรียนรู้ของ AI ที่ตั้งเป้าหมายไว้ที่การพัฒนาสกิลของตนเอง

โดย Bloop จะเริ่มต้นด้วยการโหลดโมเดล AI จาก OpenAI และสร้างระบบการเรียนรู้เองโดยการฝึกอบรมโมเดลด้วยการปรับปรุงแบบสะสม ในขณะที่ Bloop ได้รับการเทรนด้วยข้อมูลจำลอง แล้วจสามารถ เปลี่ยนข้อมูลเป้าหมาย แล้วบันทึกพฤติกรรมล่าสุดของโมเดลที่เคยปรับปรุงมา เพื่อประเมินผลลัพธ์ที่ได้ว่าน่าพอใจหรือไม่

Bloop มีตัวอย่างการใช้งานในการเรียนรู้ของ OpenAI ที่เกี่ยวข้องกับการตัดสินใจโดยอิงกฎหมาย เช่นการตัดสินใจในการตอบสนองสอบถามของ Robot ในงานสัมมนาหรือการปรับปรุงการเปลี่ยนแปลงแบบเกือบสำรวจของระบบการเรียนการสอนของ Bloop อย่างไรก็ตาม Bloop ขณะนี้ยังอยู่ในระยะการพัฒนา และยังไม่เปิดให้ใช้สำหรับประชาชนทั่วไป แต่สามารถใช้งานในรูปแบบของ API ได้ตามคำสั่ง "Backend-interface.ai"