AI成長的辦法很多 為何這群科學(xué)家只偏愛游戲？

自AlphaGO圍棋大戰(zhàn)后，不少人已經(jīng)了解到人工智能 AI 和深度學(xué)習(xí)的威力。

當(dāng)它們有大量的樣本、數(shù)據(jù)支持的狀態(tài)下，在游戲上要戰(zhàn)勝專業(yè)人士也是可能的事。同時(shí)，人工智能能夠通過每次學(xué)習(xí)來提升相應(yīng)的能力，達(dá)到所需的研究目的。

為此，有不少人工智能研究團(tuán)隊(duì)選擇通過“玩游戲”的方式，讓人工智能進(jìn)行深度學(xué)習(xí)。但他們這次不是要和棋牌界的大神們比拼，而是要去攻略電子游戲。

根據(jù)彭博社的報(bào)道，麻省理工大學(xué)的人工智能研究團(tuán)隊(duì)，就在今年2月份發(fā)布了相關(guān)的論文。在測(cè)試過程中，他們讓 AI 去攻略一些較早期的游戲，例如超級(jí)馬里奧、太空侵略者，又或者是憤怒的小鳥等簡(jiǎn)單的手機(jī)游戲。研究者用這種方式，來提升人工智能的能力。

研究者 Vlad Firoiu 表示，游戲能夠讓 AI 面對(duì)一些接近現(xiàn)實(shí)的難題。通過攻略游戲中的成千上萬次運(yùn)算，AI 在應(yīng)付不確定狀況的能力上會(huì)有提升，能解決的也會(huì)變得更多。只有這樣循序漸進(jìn)地做下去，AI 才能夠達(dá)到你所需要的層面。

當(dāng)然，AI 運(yùn)算性能提升是一個(gè)方面。通過攻略游戲這個(gè)行為，AI 能夠產(chǎn)生大量的數(shù)據(jù)，這些對(duì)于其他問題的研究也有作用。

DeepMind Technologies 的首席執(zhí)行官 Demis Hassabis 在接受彭博社訪問的時(shí)候表示：

AI 攻略游戲這個(gè)行為，能夠產(chǎn)生大量的數(shù)據(jù)。同時(shí)，游戲本身就是一個(gè)模擬環(huán)境，無需要人為建立。這就為 AI 研究提供了環(huán)境。不過，現(xiàn)時(shí)的算法還未能完全支持這種研究。這還需要再進(jìn)一步的提升。

現(xiàn)在有不少游戲是以真實(shí)環(huán)境做模擬的。這里包括之前推出的 GTA5，還有最近廣受好評(píng)的大作《塞爾達(dá)傳說：荒野之息》，這些真實(shí)程度極高的游戲。

AI 在游戲世界中運(yùn)作，要做的并不是簡(jiǎn)單的預(yù)判和策略謀劃，而是要針對(duì)游戲中各個(gè)細(xì)節(jié)去攻略，才能完成。這里需要用人一樣的思考模式去運(yùn)算，工程量很大。所以，研究者目前都是以遞進(jìn)的方式來進(jìn)行研究，游戲也從簡(jiǎn)單到深入開始變化。

當(dāng)然，也會(huì)有團(tuán)隊(duì)根據(jù)自己所需要的目標(biāo)，來選擇研究的游戲。涉足無人駕駛的 Uber Technologies，就選擇了 GTA5 作為攻略對(duì)象。游戲中的駕駛數(shù)據(jù)，有助于行車研究。而在游戲中研究行車，絕對(duì)比讓 AI 在路上開要安全得多。

總的來說，選擇用游戲來輔助研究，讓 AI 和專業(yè)人士競(jìng)技，這一些都是以數(shù)據(jù)為最主要的著眼點(diǎn)。通過這種方法獲得的數(shù)據(jù)，能夠幫助人類用 AI 去解決現(xiàn)實(shí)問題。

微軟的首席執(zhí)行官 Satya Nadella 在去年 9 月份的開發(fā)者大會(huì)上提出這個(gè)觀點(diǎn)：

這些研究的目標(biāo)，并不是要讓 AI 來擊敗人類。我們要做的，是通過這些實(shí)驗(yàn)讓 AI 進(jìn)步，以幫助我們?nèi)ソ鉀Q目前最迫切的問題。

在未來，這種研究將會(huì)越來越普遍。有樂觀主義者預(yù)測(cè)，未來人類可能會(huì)通過游戲和 AI 結(jié)合開發(fā)出的新產(chǎn)品，可以幫助人類去對(duì)抗疾病。