作者：LOUISE MATSAKIS
人工智能学家出品
翻译：韩芙蓉
审校：闫盖
谷歌的人工智能团队DeepMind已经攻克了几十款2D电子游戏，他们决定增加一个维度，挑战3D空间。谷歌的研究者们于本周二发表论文，称他们的计算机演算系统目前已经能够实现对3D虚拟空间的操控（一款迷宫游戏和一款简单的竞速游戏），并且极其精准。
在这篇论文中，研究者声称，他们的技术已经实现了多项目标，不仅解决了持续性的电机操控问题，还解决了在随机性3D迷宫中利用图像输入得出结果这一全新的问题。这项技术是基于去年的一项研究结果，去年的那篇论文就已经表明，DeepMind团队研发的软件能够操作49款雅达利游戏（雅达利公司是电子游戏的鼻祖，留下了很多永垂青史的经典游戏），并且其中的23款都能够达到专业选手的水平。
DeepMind的人工智能能够在完全不了解一款游戏的实际规则的情况下像人类一样去玩这款游戏。
DeepMind的一位联合创始人Demis Hassabis在接受《Nature》的视频采访时说：“对于操纵游戏的计算机系统来说，它所得到的仅有的信息，就是那些像素、游戏得分以及最终目标是要尽可能最大化游戏得分。它并不知道在游戏中它操纵的对象是什么、它的操作的作用是什么，更不知道它到底是在玩什么游戏。”
DeepMind的人工智能技术的基础，是“深度神经网络”，这个网络由多层次的网络节点的连接所构成。深度神经系统能够分类过滤感觉信息，分析得出有实际含义的数据模型，而不仅仅是各种信息简单的混合在一起。这个系统的工作方式已经很接近于人类的大脑了。
这类技术最重要也最有趣的特征，是它具有学习的能力，因此随着时间的流逝它能够进步。一个典型的例子是苹果的Siri，你与Siri的对话越多她就越能更好的与你对话，正是利用了神经网络的技术。
早在几十年前，电子计算机就已经能够打败人类的国际象棋冠军了，所以可能有些人会问，DeepMind现在能够用他们的技术实现操纵电子游戏又有什么好大惊小怪的呢？～
本质的区别在于，之前的那些技术（包括IBM的DeepBlue）都没有学习的能力，而只是大量的复杂的数据库的集合。在3D电子游戏中，参与者需要操纵虚拟空间，因此在这一过程中要处理的数据比国际象棋之类的游戏要多得多。
能够处理图像信息的人工智能，相当于拥有了视力，而具有如此强大功能的人工智能，很有可能在此基础上发展出更重要的研究成果，比如无人驾驶汽车。谷歌公司早已表明无人驾驶汽车是他们很感兴趣的研究项目。这类技术也有可能帮助人们分析视频片段，这其实某种程度上已经成为现实。
DeepMind的这项技术，对于某些工作岗位也会产生深远的影响。运用这项技术，在将来，从股票交易到天气预报，都有可能做到全自动化。“谷歌已经与卫星运营机构和金融机构建立了合作关系，进一步研究他们的人工智能最终到底能不能实现自动处理数据，如果可以，人工智能或许就能够学会做天气预报或股票交易。”来自《纽约客》杂志的Nicola Twilley报道。
然而对此我们并不需要恐慌，DeepMind的计算机系统虽然强大，但是迄今为止也只能达到等同于幼儿的智力水平。目前仍然只有人类才能够打败“Grand Theft Auto ”（译名“侠盗猎车手”）这类非常复杂的3D游戏。但是如果你更喜欢类似于“围棋”这种的游戏，那你就要小心咯，DeepMind的人工智能可能很快就要赶超你了。
原文链接：motherboard