在本期《解码》节目中，Ankit 和 Francois 深入探讨了世界模型背后的动机与数学原理。他们涵盖了多个领域，包括为何样本效率是人工智能领域尚未解决的最大难题之一，确定性可微控制与牛顿物理学如何代表一个“完美世界模型”，以及为何动作空间的爆炸使得国际象棋变得可处理，而机器人学却几乎难以处理。
申请 Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs
字幕文稿：https://ycrootaccess.substack.com/p/world-models-an-intuitive-introduction
章节：
00:00 — 简介 01:45 — 完美的效率看起来是什么样的？ 05:10 — 人脑中的世界模型 09:20 — 控制理论与无人机示例 14:30 — 当物理学失效时 17:45 — 国际象棋、围棋与动作空间问题 24:10 — 为何 AlphaGo 无法扩展 28:00 — 蒙特卡洛树搜索详解 34:00 — 自动驾驶：状态空间是无限的 40:30 — 无模型与基于模型强化学习 44:00 — 为何机器人学是最难的案例 48:20 — 真正起作用的世界模型 54:10 — JEPA 与潜在空间技巧 59:00 — 剩余开放问题 01:04:30 — 这能通过“眯眼测试”吗？ 01:08:00 — 结语