最新機器人與 A.I.文章

Image credit:

Alphabet 的 DeepMind AI 已经比人类更擅长 Atari 游戏了

AI 在《Pitfall》、《Montezuma's Revenge》、《Solaris》和《Skiing》里得分超过人类。

Sanji Feng
2020 年 4 月 2 日, 傍晚 07:00


以游戏来测试 AI 效率是一种可行性很高的办法,因为它的结果很容易就能通过得分反映出来。比如说 Alphabet 旗下的 DeepMind,他们就专门为训练 AI 选出了 57 款 Atari 游戏。AI 游戏的结果会被拿来跟人类的平均水准进行对比,而 DeepMind 最新一版的系统 Agent 57 近日就在这方面实现了巨大的突破。

按照官方说法,这是 AI 系统首次超越了人类的基准线。尤其在《Pitfall》、《Montezuma's Revenge》、《Solaris》、《Skiing》这四款对大部分 AI 都极具挑战的游戏里,Agent 57 均发挥出了很高的水平。根据 MIT Technology Review 的介绍,《Pitfall》和《Montezuma's Revenge》这两款作品需要 AI 进行非常多的尝试以找到获取更高分数的办法。而《Solaris》跟《Skiing》的难点则在于不太容易发现胜利的迹象,这就让 AI 很难从长远角度出发来考虑自己的操作。

Deepmind Agent57
针对这些问题,DeepMind 在过去版本的基础上加强了 Agent57 的决策力,同时还优化了它面对短期和长期利益时的取舍判断。基于这些变化得到的结果令人印象深刻,不过 MIT Technology Review 也指出目前的 AI 相比人类还是欠缺「真正的变通性」,它们每次还是只能弄清楚一款游戏。不过即便如此 Agent57 的进步仍旧有着十分重要的意义,相信这也给未来的 AI 开发提供了很重要的参考方向。