这种“强化学习”的方法是人工智能领域的一项成熟技术，应用领域十分广泛，包括机器人、计算机视觉和游戏，以及金融、教育、交通、能源网络和健康等。②机器对人类进行实验，目的是最大限度地获得非直接结果。与围棋比赛一样，计算机也在测试棋步和探索未知的策略。不同之处在于，这里的机器不是在与自己对弈。它测试对人类施加安排的有效性，目的是促使人类表现出研究赞助者希望促进的行为。例如，有一项实验旨在鼓励2型糖尿病患者参加体育锻炼。③机器被允许学习如何个性化地向参与者发送信息，尤其被允许调整信息的内容和信息发送的频率，无论该内容是积极的还是消极的，也无论是否包含社交元素。随着时间的推移，程序会根据每个人对所发信息的反应来调整与他们的互动。通过这种方式，机器学会了对信息进行个别调整，成功地显著提高了患者的活动水平。
第二章 数字统治
① David SILVER et al., «Mastering the game of Go with deep neural networks and tree search», Nature, vol. 529, n° 7587, 2016, p. 484-489.
② Yuxi LI, «Deep reinforcement learning», arXiv. org, 15 octobre 2018, en ligne.
③ Irit HOCHBERG et al., «Encouraging physical activity in patients with diabetes through automatic personalized feedback via reinforcement learning improves glycemic control: table 1», Diabetes Care, vol. 39, n° 4, 2016, p. 59-60.
105