IA逐漸呈現遊戲智慧，或將加入電子競技陪練

由於AlphaGo突破了人工智慧的門檻，Go，DeepMind並沒有滿足它。相反，它轉向更複雜的遊戲，並開發出可以像人類一樣播放的人工智慧《Quake III Arena 》。 DeepMind團隊將專註於「捕獲模式」，並讓地圖在每次試驗之間隨機變化。 AI不僅應該能夠快速找到它的位置並在隨機地圖中導航，而且還知道如何與隊友、合作並適應各種敵人的戰術。

為了進一步增加AI開發的難度，遊戲只有一個目標，即「勝利」。有太多方法可以達到這個條件，這使得AI難以確定「贏」或「失敗」是什麼。這很容易發生。每個AI玩家都必須留出一些「動機」，比如跟隨其他隊友、或拿旗。除了讓AI「自我對抗」之外，AI專家還讓AI面對人類並學習人類戰術。事實證明，AI可以比人類更好地合作，也可以竊取技巧。

從表現的角度來看，我與自己玩的AI無法達到普通人的水平，但是有足夠的動力，我可以達到接近人類「大師」的水平，經過20萬「訓練」。如果它是與人類的對抗，它可以在大約15萬場比賽後超越人手並繼續向上攀升。

以最直觀的方式，這樣的AI可以幫助電子競技團隊練習、，並在不久的將來發現新策略；如果訓練系統可以更加通用化，它可能會產生一些非常強大的計算機對手。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！