谷歌AI的「好奇心」增強了遊戲能力

人工智慧學家

作者： Dave Gershgorn

翻譯：younger

審校：心

原文：popsci

還有機器贏不了的80年代視頻遊戲嗎？

目前為止，人類與人工智慧的不同在於人類僅僅用幾個例子就可以實現快速學習，比如我們看到一隻狗以後，接下來看到任何動物，我們都能判斷它屬不屬於狗。而我們二進位的計算機朋友，卻沒有這麼強的可適應性。教一個計算機識別一隻貓或者理解某種語言，通常要用幾百萬種樣例。為讓機器學習速度更快，同時需要的樣例數更少，很多研究人員都投入了大量時間和精力。

谷歌人工智慧的最新研究是，DeepMind部門探索了幾種構建人工好奇心的方式，激勵AI自己「想要」贏得遊戲。演算法玩遊戲的方式像人類一樣，它通過觀看屏幕，根據屏幕上的表現做決策，遊戲進行得越順利，演算法得到的數字獎勵越多。

將新的演算法模型與另一個沒有「curiosity」（好奇心）的模型進行比較，發現新AI共得到了24個房間里的15個，而老版本只取得了兩個。

配圖：Google DeepMind的演算法在有獎勵系統時和沒有該系統時的比較。

該AI的學習速度也極快。視頻顯示，它僅僅試了四次就清掃了Montezuma』s Revenge（Atari 2600遊戲）遊戲里的第一個房間。一年前，DeepMind之前的Atari 代理在此遊戲中一分都得不到。「可憐的老Deep Q得了個大鴨蛋。」《Wired》寫道。

Montezuma』s Revenge這樣的遊戲對玩家來說是一種很大的挑戰，因為它不像 Pong or Breakout只需要反應速度，玩家還需要計劃如何清理一個房間，然後如何執行那個計劃。

「每個房間里都會遇到很多難題，」DeepMind 研究人員在6月6號的論文中這樣寫道。「為了從第一個房間逃出去，我們的代理必須要先爬梯子，然後躲開一個生物，撿一把鑰匙，然後還要原路返回打開兩扇門中的一扇。」

研究人員也提到，未來將嘗試更多像Starcraft 這樣複雜的遊戲，他們的 AlphaGo今年大獲全勝，這表明針對某些特定的細分的任務，他們構建的模型有潛力打敗遊戲中最厲害的人類。

而未來人類面臨的挑戰將是，如何採用這些專業的演算法，使其適用於物質世界中的某些任務，比如教機器人走路或者開車等。

人工智慧學家Aitists

人工智慧學家是權威的前沿科技媒體和研究機構，2016年2月成立人工智慧與互聯網進化實驗室（AIE Lab)，重點研究互聯網，人工智慧，腦科學，虛擬現實，機器人，移動互聯網等領域的未來發展趨勢和重大科學問題。

長按上方二維碼關注微信號 Aitists

投稿郵箱：post@aitists.com

請您繼續閱讀更多來自 人工智慧學家 的精彩文章:

※為什麼說玩遊戲的人性能力更好？
※動作遊戲能強化你的大腦
※操作實力大比拼！誰才是動漫遊戲中的最強王者
※遊戲迷們的情人節怎麼過？這款智能遊戲機讓CP在家也能激情遊戲
※一款能變身動漫角色的VR遊戲 可惜劇情太短
※文玩是魄力和耐心的遊戲，你做到了嗎
※Xbox老大表態：熱愛單機遊戲而且願意貢獻力量
※　　增強記憶力的小遊戲
※還能不能好好玩遊戲啦 帶你細數魂斗羅的「下一秒」
※那些粗暴暢快的冷兵器遊戲——《上古捲軸》的MOD挺喜歡，可惜電腦帶不起來
※你喜歡嗎？劇情給力的動作遊戲
※職場只有熟悉「遊戲規則」，才能更好地「玩遊戲」
※還能不能好好地打遊戲了？虛擬貨幣淘金熱導致全球GPU嚴重缺貨
※這可能是功能最多的藍牙音箱，鬧鐘助眠竟還能玩遊戲
※自帶增強現實功能的聯想手機平板，遊戲視頻爽翻天
※為了「風暴要火」，暴雪把EVA做進了遊戲中
※美劇《權力的遊戲》中哪個角色掛掉讓你覺得大快人心
※男生的性能力和玩遊戲之間的關係
※創意的「權力的遊戲」 插圖