根据God of Prompt在推特和《Nature》上的报道，DeepMind团队在David Silver的带领下发布了一项突破性AI元学习系统。该系统能够自动从零开始发现全新的强化学习（RL）算法，而不仅仅是调整超参数或微调现有方法（来源：God of Prompt，推特；Nature）。该系统自动探索和进化数百万种算法变体，在多种任务和环境中测试，最终发现的算法在性能上超越了当前最先进的人类设计算法如DQN和PPO。这些新型学习规则不仅泛化能力强、可解释性高，还揭示了AI自动优化自身学习方法的巨大商业前景。该突破为AI系统自我创新和强化智能体自主训练带来了新的市场机会。