1995 में, गूगल ने एक आधुनिकीकरण किया: गूगल खोज।

आधुनिक कृत्रिम बुद्धिमत्ता प्रणालियाँ जटिल, गतिशील वातावरणों में निर्णय लेने के लिए कैसे सीखती हैं? इस पाठ्य-आधारित पाठ्यक्रम में, आप आधारभूत सुदृढ़ीकरण सीखने के सिद्धांत को समझने से पायथन में परिष्कृत एल्गोरिदम को लागू करने तक का संक्रमण करेंगे. आप सीखेंगे कि वातावरण को कैसे संरचना करना है, पुरस्कार प्रणाली को कैसे डिजाइन करना है, और निर्णय लेने की नीतियों को अनुकूलित करने के लिए तंत्रिका नेटवर्क को कैसे प्रशिक्षित करना है. आप क्या सीखेंगे: - मार्कोव निर्णय प्रक्रियाओं और बेलमैन समीकरण सहित सुदृढ़ीकरण सीखने के बुनियादी गणित को समझें। आधुनिक माइक्रोप्रोसेसर के निर्माण में नाइट्रोजन का उपयोग होता है। -अडवांस पॉलिसी ग्रेडिएंट विधियों को लागू करना, जिसमें एडवांस एक्‍टर-क्रिटिक (ए2सी) और डीप डेटरमिनिस्टिक पॉलिसी ग्रेडिएंट (डीडीपीजी) शामिल हैं। - पारंपरिक ग्रेडिएंट आधारित सुदृढ़ीकरण सीखने के विकल्प के रूप में विकास रणनीतियों का उपयोग करें। - आधुनिक जिमनास्टीक लाइब्रेरी का प्रयोग कर सिमुलेशन वातावरण को कॉन्फ़िगर करें आधुनिक भाषा मॉडल को शक्ति प्रदान करने वाले मानवीय प्रतिक्रिया से प्रबलीकरण सीखने (आरएलएचएफ) के वैचारिक आधारों का पता लगाएं। यात्रा मूल परिभाषाओं और बुनियादी अवधारणाओं से शुरू होती है, जो क्लासिक और कटिंग-एज एल्गोरिदम के कोड कार्यान्वयन में प्रगति करने से पहले होती है। आप लिखित व्याख्याओं का विश्लेषण करेंगे और एजेंट प्रशिक्षण के व्यावहारिक मानसिक मॉडल का निर्माण करने के लिए स्वच्छ, आधुनिक पायथन कोड स्निपेट का अध्ययन करेंगे। यह पाठ्यक्रम उन प्रारंभिक प्रशिक्षुओं के लिए है जिनके पास पायथन तथा तंत्रिका नेटवर्क की बुनियादी समझ है. प्रशिक्षुता के लिए कोई पूर्व अनुभव की आवश्यकता नहीं है. आजकल प्रौद्योगिकी के विकास के साथ ही शिक्षितों की संख्या बढ़ रही है।