國(guó)際象棋、圍棋、撲克無(wú)所不能

　　新AI玩策略類游戲有超人表現(xiàn)

　　【總編輯圈點(diǎn)】

　　科技日?qǐng)?bào)北京11月19日電 (記者劉霞)谷歌“深度思維”公司開發(fā)出一款名為“游戲?qū)W生”(SoG)的新人工智能(AI)工具，能在國(guó)際象棋、圍棋、撲克和其他需要多種策略才能獲勝的游戲中擊敗人類玩家。“深度思維”公司表示，最新研究朝著能以超人的表現(xiàn)執(zhí)行多項(xiàng)任務(wù)的通用AI邁出了重要一步。相關(guān)論文發(fā)表于最新一期《科學(xué)進(jìn)展》雜志。

　　SoG模型源于兩個(gè)項(xiàng)目：一是首個(gè)在撲克中擊敗人類職業(yè)玩家的AI程序DeepStack，其由加拿大阿爾伯塔大學(xué)研究團(tuán)隊(duì)創(chuàng)建；另一個(gè)是“深度思維”公司創(chuàng)建的AlphaZero，其在國(guó)際象棋和圍棋等游戲中擊敗了最優(yōu)秀的人類玩家。

　　這兩個(gè)模型之間的區(qū)別在于：一個(gè)模型關(guān)注的是不完美的知識(shí)游戲，也就是玩家不知道所有其他玩家的狀態(tài)，比如撲克游戲中其他玩家的牌；而另一個(gè)模型則關(guān)注的是國(guó)際象棋這樣的完美知識(shí)游戲，玩家可隨時(shí)看到所有棋子的位置。這兩種游戲所需要的策略大相徑庭。“深度思維”雇傭了DeepStack團(tuán)隊(duì)，建立了一個(gè)通用模型，SoG應(yīng)運(yùn)而生。

　　研究人員在國(guó)際象棋、圍棋、得州撲克和一種名為“蘇格蘭場(chǎng)”的桌游上測(cè)試了SoG，發(fā)現(xiàn)它可擊敗幾款現(xiàn)有的AI模型和最優(yōu)秀的人類玩家。研究人員表示，SoG應(yīng)該也能學(xué)會(huì)玩其他游戲。SoG會(huì)先開始學(xué)習(xí)如何玩游戲，然后通過實(shí)踐改進(jìn)并教會(huì)自己如何與另一個(gè)版本的自己比賽，在此過程中學(xué)習(xí)新策略，增強(qiáng)自己的能力，使其更具通用性。

　　上世紀(jì)90年代，計(jì)算機(jī)“深藍(lán)”戰(zhàn)勝人類國(guó)際象棋大師時(shí)，曾引起很大轟動(dòng)。前幾年，谷歌旗下的AlphaGo機(jī)器人戰(zhàn)勝人類圍棋選手，也廣受關(guān)注。如今，人工智能程序已“進(jìn)化”到可以在多種游戲中擊敗人類。但是，看到這樣的新聞，反而不再那么震驚了。原因在于，我們已逐漸認(rèn)識(shí)到，對(duì)于有邏輯、有規(guī)則、可計(jì)算的事物，人工智能的確有其過人之處。與此同時(shí)，人類也有許多特征，如道德、情感、關(guān)懷、創(chuàng)意等，是人工智能仍遠(yuǎn)遠(yuǎn)無(wú)法企及的。