AlphaGo

年初時(shí)，曾有消息說DeepMind取得重大技術(shù)突破。DeepMind引入一種名叫“強(qiáng)化學(xué)習(xí)”（reinforcement learning）的AI技術(shù)，增強(qiáng)AlphaGo，不需要人類數(shù)據(jù)，它就可以自己獲得超人一般的圍棋技法。只需要?jiǎng)澏ㄏ缕逡?guī)則，AI就會隨機(jī)對弈，制定出色的戰(zhàn)略。谷歌將增強(qiáng)后的AlphaGo取名叫作AlphaGo Zero，因?yàn)樗恍枰祟愝斎胄畔ⅰ?/p>

現(xiàn)在DeepMind在arXiv發(fā)表論文，說AlphaGo Zero已經(jīng)具備很強(qiáng)的通用性，可以學(xué)著完成其它任務(wù)。團(tuán)隊(duì)舉了兩個(gè)例子，說它可以學(xué)習(xí)國際象棋和將棋，將棋是日本的一種游戲，與國際象棋類似。在兩個(gè)案例中，AlphaGo Zero 24小時(shí)內(nèi)就能獲得超人一般的棋藝，達(dá)到擊敗世界冠軍的水平。

為什么在兩個(gè)游戲中AI可以獲得卓越的技能呢？因?yàn)閲H象棋與將棋沒有圍棋復(fù)雜。DeepMind有能力讓AlphaGo Zero具備通用性，這樣它就可以掌管不同的游戲，這說明機(jī)器學(xué)習(xí)的能力越來越強(qiáng)。

當(dāng)然，還有一些游戲是AI目前無法掌握的。最大的挑戰(zhàn)可能是復(fù)雜的線上策略游戲，比如《星際爭霸》，在這款中人類仍然占據(jù)上風(fēng)。如果機(jī)器想打敗人類，必須學(xué)會新技能，比如記憶、規(guī)劃。還要多久才能戰(zhàn)勝人類呢？可能不用等太久。

來源：新浪科技     作者：德克