谷歌DeepMind實驗室搭建AI 三維虛擬平台

12月5日，DeepMind發布了一個全新的三維（3D）強化學習虛擬平台，幫助研究人員更好的進行實驗及進行任意所需的修改，有望推進機器人技術的進步。

谷歌DeepMind是Alphabet公司下屬的子公司，主要專註於推進通用人工智慧領域的發展。OpenAI是一個非營利人工智慧研究組織，致力於推進友好型人工智慧發展的基礎研究及其信息公開。

這個新的三維平台稱為DeepMind Lab，類似於一個封閉的三維「第一人稱射擊遊戲」。 在這個三維虛擬世界中，AI智能體（AI Agent）採用浮動球體的形式，並能感知其周圍環境、四處移動和執行簡單的動作。智能體能夠通過機器學習的形式進行訓練並接受積極獎勵，最終能夠執行各種任務。目前與該平台集成的簡單示例任務包括導航迷宮、收集水果以及穿過狹窄通道並保持不摔落。

DeepMind首席科學家兼聯合創始人肖恩·萊格（Shane Legg）說：「我們正在努力開發AI智能體，使其能從對環境的觀察中進行學習和訓練，最終能執行各種任務。」

DeepMind的AI智能體開發早已佔據各大傳媒頭條，例如，創建了能夠通過試錯法學習如何玩Atari視頻遊戲（如，「太空侵略者」）的智能體。

DeepMind實驗室是一個開放、可定製的三維虛擬世界，將為AI智能體提供更加複雜以及視覺更豐富的挑戰，這也意味著更多、更廣泛的潛在任務。DeepMind實驗室引導AI演算法將其從一個任務中的學習經驗轉移到下一個任務。

萊格稱，開發三維環境中的AI智能體也將有利於開發AI演算法來控制現實世界中工作的系統，例如工業機器人等。

此外，開發AI智能體並使其根據基本原理來學習一個模擬世界，同時將逐步深入到了解人類如何學習的核心概念。萊格稱：「就像你或我作為孩子了解這個世界，對於學習及通用性問題，這是一個非常基本的方法。」

其他人工智慧專家也對DeepMind實驗室的推出表示出欣喜。

OpenAI創始人兼研究總監伊利亞·蘇特斯科夫（lya Sutskever）說，「DeepMind正在發布更多的智能強化環境。AI智能體接觸的環境強化學習越多，人工智慧領域將進步的越快。」

英國劍橋大學教授Zoubin說：「DeepMind實驗室及其他強化學習平台通過讓研究人員相互測試彼此的想法，從而使研究進展更加透明公開化。」

然而，葛拉曼尼還指出，現有的強化方法並不總是能很好地達到人的能力。例如，通常人類用戶只需很少的播放時間就能掌握特定的視頻遊戲或棋盤遊戲。強化學習方法的數據效率非常低，所以，如何讓系統以與人類相當的速度來學習呢？