DeepMind可以在不知道規則的情況下掌握游戲

人工智能的圣杯一直是使計算機學習人類的方式。但是，當今最強大的AI仍然依賴于某些已知規則，例如下棋或圍棋的規則。然而，人類的學習在推理上常常是混亂的，隨著我們的前進學習生活規則。長期以來，DeepMind一直在嘗試使用游戲作為其環境和測試套件來創建此類AI。谷歌專注于人工智能研究的姊妹公司剛剛在MuZero上展示了其最新成果，MuZero是一款無需事先學習規則即可掌握游戲的AI。

DeepMind以前的AlphaGo等AI已在媒體上廣泛報道，以在各自的游戲中擊敗人類冠軍。盡管令人印象深刻，但距離最終目標還有幾步之遙。特別是，AlphaGo的優勢是不僅了解Go的規則，而且了解人類玩家的領域知識和數據。它的繼任者AlphaGo Zero和AlphaZero仍然可以依靠規則書來學習。

雖然這些AI在具有復雜策略但視覺效果簡單的游戲中表現出色，但當應用于規則不易推斷的視覺復雜的游戲時，它們就會失敗。那就是新的MuZero AI出現的地方，它使用了一系列的Atari游戲，例如Pac-Man女士來測試其理論。

大多數AI研究人員使用兩種策略來解決學習問題，其中一種是依靠獲得游戲規則或知識來進行超前搜索。基于模型的計劃通過創建準確的環境模型來學習，但是代價是過于復雜。MuZero的優勢在于，它僅對重要的環境部分進行建模，例如知道傘將幫助您在雨中保持干燥，而不是對所有雨滴的運動進行建模。

即使只有很少的步驟需要預先計劃，MuZero能夠熟練掌握游戲的效率和速度也給DeepMind留下了深刻的印象。它希望這種新的AI學習方法將被用于雜亂的現實環境中，在這些環境中不能以明確的方式制定規則。