對于那些認為人工智能是威脅的人來說，可能不太喜歡 DeepMind 的最新研究成果。 這家隸屬于 Alphabet 的人工智能部門提出了名為 MuZero 的新算法，能夠讓機器在不了解規(guī)則的情況下成功擊敗人類選手。這絕對是人工智能領域的一個驚人發(fā)展，因為該算法能夠讓人工智能更好地的應對現實生活中的場景，而且不需要提供任何特定的算法。
DeepMind 在探索人工智能的道路上從未停止腳步。在 AlphaGo 學會圍棋并成功擊敗職業(yè)圍棋手之后，DeepMind 又推出了 AlphaGo Zero，通過觀察人和人之間的真實比賽，然后讓兩臺計算機一同來下棋。
隨后，該團隊再次推出了 AlphaZero，只是在告知游戲規(guī)則的情況下，實現了對圍棋、將棋和國際象棋的熟練掌握。而現在該團隊推出的 MuZero，并沒有告知任何的棋類運行規(guī)則，讓它自己通過觀察來掌握圍棋、國際象棋、將棋和 Atari 游戲。
MuZero 在沒有傳授規(guī)則的情況下可以自己學習，制定相應的計劃并取得勝利。MuZero 可以在雅達利游戲中做同樣的事情。新的人工智能在學習了規(guī)則之后，可以變得和以前的版本一樣好，甚至比以前的版本更好。
這個項目的目標是提供一個單一的算法，可以讓AI在不知道該方案的規(guī)則的情況下想出下一步行動。對于象棋和圍棋這樣的游戲來說，這可能說起來容易做起來難，因為在這些游戲中，有一套預定義的動作可以讓你獲得勝利或失敗。但在大多數現實世界的情況下，如果沒有獲得復雜的算法，人工智能可能難以駕馭更多的種類，而這種算法基本上可以讓它思考。
但事實上 MuZero 并不會自己思考，更沒有達到科幻小說/電影中可怕的人工智能。然而，DeepMind確實達到了一個重要的里程碑，如果它的算法允許計算機在它不知道所有規(guī)則的模擬中提出一個勝利的解決方案。
Engadget解釋說，MuZero在做決定時會考慮三件事。首先，它會考慮上一次行動的結果、當前所處的位置以及下一次行動的最佳方案。DeepMind發(fā)現，MuZero與之前的AIs相匹配。而且，它的時間越多，它提供的解決方案就越好。即使加入了時間限制，比如在行動前限制吃豆人女士的模擬次數，MuZero也取得了不錯的效果。
【來源：cnBeta.COM】
