Geth v1.9.0 发布：性能优化与功能增强
Geth v1.9.0 发布，包含数据库架构变更、性能优化、新的同步模式、硬件钱包支持等新功能。
推荐理由：原文详细介绍了 Geth v1.9.0 的多项新功能和改进，包括性能优化、数据库架构变更、新的同步模式、硬件钱包支持等，读者可以据此了解该版本对 Ethereum 网络的影响。
今日 2 条
Ethereum Blog精选AI 评分7272
OpenAI NewsAI 评分2525 OpenAI 发布 MuseNet：基于 GPT-2 架构生成多乐器音乐
OpenAI 推出 MuseNet，这是一款能生成 4 分钟、含 10 种乐器的音乐作品的深度神经网络。该模型采用与 GPT-2 相同的大规模 Transformer 架构，通过预测数十万个 MIDI 文件中的下一个 token 来学习和谐、节奏和风格模式。
OpenAI NewsAI 评分2828 OpenAI 发布 Sparse Transformer，序列预测长度提升30倍
OpenAI 推出 Sparse Transformer，这是一种用于文本、图像和声音序列预测的深度神经网络。该模型通过改进注意力机制算法，实现了比此前技术长30倍的序列模式提取能力，并刷新了相关领域的预测记录。
OpenAI News精选AI 评分7373 OpenAI 发布击败人类冠军的 Dota 2 AI 系统
OpenAI 宣布其开发的 Dota 2 AI 系统在公开比赛中击败了顶级职业选手团队。这一成就标志着人工智能在需要长期规划和团队协作的复杂游戏环境中取得了重大进展。
推荐理由：作为 OpenAI 早期在强化学习领域的标志性成果，该发布展示了 AI 在复杂实时策略游戏中的突破能力。
OpenAI NewsAI 评分3535 OpenAI 发布 Neural MMO：面向强化学习智能体的大规模多智能体游戏环境
OpenAI 推出 Neural MMO，这是一个专为强化学习智能体设计的大规模多智能体游戏环境。该平台支持在持久且开放的任务中容纳大量可变数量的智能体。引入众多智能体和物种有助于改善探索过程、促进差异化生态位形成并提升整体能力。
OpenAI News精选AI 评分9393 OpenAI 发布 GPT-2 大规模生成式语言模型
OpenAI 发布 GPT-2，这是一个拥有 15 亿参数的自回归语言模型。该模型在 800 万篇网页文本上训练，无需微调即可在多项任务中展现强大的零样本学习能力。
推荐理由：OpenAI 官方发布了基于 Transformer 架构的大规模生成式预训练模型，展示了零样本迁移能力。
OpenAI NewsAI 评分44 OpenAI Fellow 2019 & Intern 2019 招募启动
OpenAI 正在接受 2019 年 Fellow 和 Intern 的申请，旨在培养下一代 AI 领域人才。
Ethereum BlogAI 评分3535 Solidity 0.4.25 版本发布，修复两项重要漏洞
Solidity 0.4.25 版本修复了两个重要漏洞，包括指数运算中短类型导致的无效结果和多维数组解码中的内存损坏问题。此外，还解决了事件中结构体编码无效的问题。
OpenAI NewsAI 评分4242 OpenAI Five 在 The International 2018 中负于顶级 Dota 2 选手
OpenAI Five 在温哥华举办的 The International 2018 赛事中，以两局皆负的战绩输给了顶级 Dota 2 玩家。尽管最终失利，OpenAI Five 在两场比赛的前 20–35 分钟内均保持了良好的获胜机会。
OpenAI NewsAI 评分5050 OpenAI Five 基准测试结果：击败顶尖 Dota 玩家团队
OpenAI Five 在三局两胜制比赛中击败了由 Blitz、Cap、Fogged、Merlini 和 MoonMeander 组成的 Dota 玩家团队。该团队成员均为 99.95 百分位玩家，其中四人拥有职业比赛经验。
OpenAI NewsAI 评分3333 OpenAI 训练出具备前所未有灵巧度的人形机器人手
OpenAI 训练出一只人形机器人手，能以前所未有的灵巧度操控物理对象。
OpenAI NewsAI 评分55 OpenAI Five 基准赛完成
OpenAI 五人组基准赛已圆满结束。
OpenAI NewsAI 评分4242 Glow：OpenAI发布可逆生成模型，提升图像生成质量
OpenAI推出Glow模型，采用可逆1x1卷积，简化架构，生成高分辨率图像，支持高效采样，并发现可操控数据属性的特征。同时提供模型代码和在线可视化工具，供用户探索和构建。
OpenAI NewsAI 评分3535 OpenAI 训练的智能体通过单次演示学会玩 Montezuma’s Revenge，得分超74,500分
OpenAI 训练的智能体通过单次人类演示学会玩 Montezuma’s Revenge，得分高达74,500分，优于之前任何已发布结果；采用与 OpenAI Five 相同的强化学习算法 PPO 进行游戏得分优化。
OpenAI NewsAI 评分4848 OpenAI Five 开始击败业余人类团队
OpenAI 开发的五个神经网络组成的 OpenAI Five，已开始击败《Dota 2》中的业余人类团队。
OpenAI NewsAI 评分55 OpenAI Retro Contest 结果公布
OpenAI 完成了首次 Retro Contest，探索从先前经验中泛化的算法发展。
OpenAI NewsAI 评分5555 OpenAI 提出基于无监督学习的语言理解改进方法
OpenAI 发布了一篇论文，提出了一种结合监督学习和无监督预训练的新方法，在多个语言任务上取得了最先进的成果，并计划开源。
OpenAI NewsAI 评分55 OpenAI Fellow 2018秋季招募
OpenAI 正在接受下一批 OpenAI Fellow 的申请，该计划提供为期 6 个月的带薪 AI 研究学徒机会。
OpenAI NewsAI 评分4040 OpenAI 发布 Gym Retro 全版本，游戏强化学习研究平台新增超千款游戏
OpenAI 推出 Gym Retro 全版本，游戏数量从70款Atari游戏和30款Sega游戏增至超过1000款，涵盖多种支持模拟器。同时，发布用于添加新游戏的工具。
OpenAI NewsAI 评分2727 OpenAI 提出通过辩论训练智能体以提升 AI 安全性的技术
OpenAI 提出一种 AI 安全技术，通过训练智能体进行辩论，并由人类评判胜负，以提升 AI 安全性。
OpenAI NewsAI 评分3232 OpenAI 发布 Evolved Policy Gradients 元学习新方法
OpenAI 推出实验性元学习方法 Evolved Policy Gradients，该方法通过进化学习代理的损失函数，实现新任务上的快速训练。使用 EPG 训练的代理在测试时能成功完成基本任务，如从训练时放置位置不同的房间另一侧导航到物体。
OpenAI NewsAI 评分55 OpenAI 启动 Retro Contest 强化学习迁移竞赛
OpenAI 推出强化学习迁移竞赛 Retro Contest，旨在评估算法从先前经验中泛化的能力。
OpenAI NewsAI 评分55 OpenAI 首届黑客松活动回顾
OpenAI 于 3 月 3 日举办了首届黑客松，吸引了 100 名人工智能领域的参与者。
OpenAI NewsAI 评分3737 Reptile：可扩展的元学习算法
OpenAI 开发了名为 Reptile 的元学习算法，该算法通过重复采样任务、在任务上执行随机梯度下降并更新初始参数，使其向最终参数学习。Reptile 是将最短下降算法应用于元学习环境，与仅需要黑盒访问优化器（如 SGD 或 Adam）的第一阶 MAML 算法在数学上相似，具有相似的计算效率和性能。
OpenAI NewsAI 评分1717 OpenAI Scholar 项目提供资助和指导，支持少数群体深度学习研究
OpenAI Scholar 项目为来自少数群体的个人提供6-10个奖学金和指导，让他们全职学习深度学习3个月，并开源一个项目。
OpenAI NewsAI 评分4242 OpenAI 发布机器人研究要素：8个模拟环境与HER实现
OpenAI 发布了八个模拟机器人环境及 Hindsight Experience Replay 的 Baselines 实现。这些工具用于训练在物理机器人上工作的模型，并附带一组机器人研究需求请求。
OpenAI NewsAI 评分55 OpenAI 举办旧金山 Mission District 办公室黑客马拉松
OpenAI 在旧金山 Mission District 办公室于 3 月 3 日举办黑客马拉松，活动包括讨论和编程挑战。
OpenAI NewsAI 评分1717 OpenAI 发布 Requests for Research 2.0 新一批七个未解问题
OpenAI 发布 Requests for Research 2.0，包含七个在研究过程中出现的未解问题。
OpenAI NewsAI 评分3535 OpenAI 发布针对块稀疏神经网络架构的GPU内核
OpenAI 推出针对块稀疏神经网络架构的GPU内核，该内核能实现比cuBLAS或cuSPARSE快数个数量级的运行速度；已应用于文本情感分析和文本及图像生成模型，取得业界领先成果。
OpenAI NewsAI 评分3030 OpenAI 展示机器人从仿真到实机的泛化能力
OpenAI 最新机器人技术使完全在仿真中训练的控制器能部署于物理机器人，并实时响应环境中的计划外变化以完成简单任务。该技术实现了从开环系统向闭环系统的转变，提升了机器人在非结构化环境中的适应性与鲁棒性。
OpenAI NewsAI 评分3838 OpenAI 发现自我博弈助 AI 习得足球技能
OpenAI 发现自我博弈使模拟 AI 无需预设环境即可自主习得铲球、假动作等足球物理技能。该方法确保训练难度始终适配 AI 能力，结合 Dota 2 结果增强了对自我博弈作为未来核心 AI 组件的信心。
OpenAI NewsAI 评分2323 OpenAI Baselines 发布 ACKTR 与 A2C 实现
OpenAI 在 Baselines 中发布了 ACKTR 和 A2C 两个新实现。A2C 是 A3C 的同步确定性变体，性能相当；ACKTR 比 TRPO 和 A2C 样本效率更高，且每次更新仅略增计算量。
OpenAI NewsAI 评分4343 OpenAI 详解 Dota 2 AI 自我对弈机制
OpenAI 展示其 Dota 2 AI 通过自我对弈在一个月内从接近高排名玩家水平提升至击败顶级职业选手。该机制证明在充足算力下，自我对弈能推动机器学习系统性能实现超人级飞跃。与受限于训练数据的监督学习不同，自我对弈系统随智能体能力提升自动优化可用数据。
OpenAI News精选AI 评分7373 OpenAI 发布能在 Dota 2 1v1 中击败顶级职业选手的 AI
OpenAI 开发出一款能在标准锦标赛规则下的 Dota 2 1v1 比赛中击败世界顶级职业选手的 AI。该 AI 完全通过自我对弈从零开始学习游戏，未使用模仿学习或树搜索技术。这一成果被视为构建能在涉及真实人类的混乱复杂情境中完成明确目标的 AI 系统的重要一步。
推荐理由：原文披露了通过自我对弈从零学习并在标准规则下击败顶级职业选手的 Dota 2 AI，展示了在复杂人类环境中实现明确目标的技术进展。
OpenAI NewsAI 评分2222 OpenAI 开源 RL-Teacher：通过人类反馈训练 AI
OpenAI 开源了 RL-Teacher，这是一种通过偶尔的人类反馈而非手工设计的奖励函数来训练 AI 的接口实现。该技术旨在推动安全 AI 系统的发展，同时也适用于那些难以指定奖励的强化学习问题。
OpenAI NewsAI 评分4343 OpenAI 发布近端策略优化（PPO）算法
OpenAI 推出新型强化学习算法 Proximal Policy Optimization (PPO)，其性能与最先进方法相当或更优，且实现和调参更简单。凭借易用性和良好表现，PPO 已成为 OpenAI 的默认强化学习算法。
OpenAI NewsAI 评分4040 OpenAI 发布鲁棒对抗性输入图像
OpenAI 创建了能在不同尺度和视角下可靠欺骗神经网络分类器的图像。这一成果挑战了上周关于自动驾驶汽车因多视角采集而难以被恶意欺骗的说法。
OpenAI NewsAI 评分3838 OpenAI 开源 Baselines：DQN
OpenAI 开源了内部强化学习算法复现项目 Baselines，旨在实现与已发表结果相当的性能。本次发布包含 DQN 及其三个变体，其余算法将在未来几个月陆续推出。
OpenAI NewsAI 评分2929 OpenAI 发布无监督情感神经元
OpenAI 开发了一种无监督系统，仅通过预测 Amazon 评论文本中的下一个字符进行训练，却学习到了极佳的情感表示。