|
谷歌表示，如果今后要开发具备自学能力的人工智能系统，这台设备只是迈出了第一步。这个研究项目由谷歌去年收购的伦敦创业公司DeepMind Technologies负责，他们向该系统反复展示了49款古老视频游戏，其中很多都深受80后喜爱。而这套人工智能系统需要通过观察自学这些游戏的玩法。 当这些电脑达到一定水平，或者取得高分后，便可自动获得奖励。谷歌的人工智能系统在29款游戏上的表现超过了人类专家，甚至有43次超过了最著名的游戏算法。《吃豆人》等游戏难以用计算机算法轻易取胜，而在《弹珠台》等游戏中，人工智能系统却可以轻易击败人类，得分甚至较专业人类玩家高出20倍。 此次实验的目的并不单纯为了玩游戏，其主要目的是将其应用到实际生活中。按照设想，这套系统今后应该可以观察周围的世界，并自主采取相应的措施。例如，谷歌无人驾驶汽车有朝一日可能会根据以往的经验学习驾驶，而不必接受现成的指令。DeepMind联合创私人兼谷歌工程副总裁戴密斯·哈萨比斯(Demis Hassabis)表示，这是首次有人开发出一套能够直接从经验中学习并完成一系列挑战任务的单一系统。 事实上，游戏一直都是哈萨比斯热衷的领域，他曾经是一名象棋和编程神童，为《Theme Park》等游戏设计了后台逻辑，后来还获得了剑桥大学的计算机学位，以及伦敦大学学院的认知神经学博士学位。 尽管玩游戏距离科幻小说中的类人机器人还有很大差距，但却有望以此为突破口训练更加复杂的数字大脑。 虽然该系统迈出了重要一步，但哈萨比斯表示，要推出真正具备独立思考能力的人工智能系统仍然任重道远。“它虽然可以掌握和理解这些游戏的结构，但仍然无法建立概念性的知识或抽象知识。”他说，“最终的目标是开发聪明的普适型设备，但这恐怕还需要好几十年的时间。” 谷歌的人工智能系统通过存储和奖励系统来模拟人脑的工作方式，从而学习周围的环境，参考之前的行动，并调整自身的行为。这较之于之前的人工智能系统实现了重大进步。微软、IBM、Clarifai和MetaMind等公司开发的著名图像识别系统借助有注释的图像来学习如何识别物体。随着谷歌开发出了更加先进的技术，他们今后还将继续参考生物体的行为模式，为其赋予更长时间的记忆和战略规划能力。 哈萨比斯表示，这套人工智能系统接下来的任务是学会玩1990年代的3D游戏，他们希望通过逐步加大复杂度，最终将其应用到现实生活中。“如果这套系统能在赛车游戏中开车，那么经过一些调整，它有可能可以驾驶真正的汽车。”哈萨比斯说，“这就是终极目标。” |
|
|
