让AI成长的办法有很多,为何这群科学家却偏爱游戏呢?

2020-08-05 浏览量: 925

让AI成长的办法有很多,为何这群科学家却偏爱游戏呢?

自 AlphaGO 围棋大战后,不少人已经了解到人工智慧 AI 和深度学习的威力。

当它们有大量的样本、数据支持的状态下,在游戏上要战胜专业人士也是可能的事。同时,人工智慧能够通过每次学习来提升相应的能力,达到所需的研究目的。

为此,有不少人工智慧研究团队选择通过「玩游戏」的方式,让人工智慧进行深度学习。但他们这次不是要和棋牌界的大神们比拼,而是要去玩电子游戏。

根据彭博社的报导,麻省理工大学的人工智慧研究团队,就在今年 2 月份发布了相关的论文。在测试过程中,他们让 AI 去玩一些较早期的游戏,例如超级马莉欧、太空侵略者,又或者是愤怒鸟等简单的手机游戏。研究者用这种方式,来提升人工智慧的能力。

研究者 Vlad Firoiu 表示,游戏能够让 AI 面对一些接近现实的难题。通过玩游戏中的成千上万次运算,AI 在应付不确定状况的能力上会有提升,能解决的也会变得更多。只有这样循序渐进地做下去,AI 才能够达到你所需要的程度。

当然,AI 运算性能提升是一个方面。通过玩游戏这个行为,AI 能够产生大量的数据,这些对于其他问题的研究也有作用。

让AI成长的办法有很多,为何这群科学家却偏爱游戏呢?

DeepMind Technologies 的执行长 Demis Hassabis 在接受彭博社访问的时候表示:

现在有不少游戏是以真实环境做模拟的。这里包括之前推出的 GTA5,还有最近广受好评的大作《塞尔达传说:荒野之息》,这些真实程度极高的游戏。

AI 在游戏世界中运作,要做的并不是简单的预判和策略谋划,而是要针对游戏中各个细节去攻略,才能完成。这里需要用人一样的思考模式去运算,工程量很大。所以,研究者目前都是以渐进的方式来进行研究,游戏也从简单到深入开始变化。

让AI成长的办法有很多,为何这群科学家却偏爱游戏呢?

当然,也会有团队根据自己所需要的目标,来选择研究的游戏。开发无人驾驶的 Uber Technologies,就选择了 GTA5 作为研究对象。游戏中的驾驶数据,有助于行车研究。而在游戏中研究行车,绝对比让 AI 在路上开要安全得多。

总的来说,选择用游戏来辅助研究,让 AI 和专业人士竞技,这一些都是以数据为最主要的着眼点。通过这种方法获得的数据,能够帮助人类用 AI 去解决现实问题。

微软的执行长 Satya Nadella 在去年 9 月份的开发者大会上提出这个观点:

在未来,这种研究将会越来越普遍。有乐观主义者预测,未来人类可能会通过游戏和 AI 结合开发出的新产品,可以帮助人类去对抗疾病。

上一篇: 下一篇:

相关推荐