爱因斯坦曾经说过：“你必须去学习游戏规则，然后你还要比别人玩得都好。
”这很可能是人工智能公司DeepMind的座右铭。
techxplore.com网站当地韶光12月24日宣布，Deepmind开拓了一款名为MuZero的程序，它能够在不理解规则的情形下，节制繁芜游戏的玩法。
干系研究成果刊登在《自然》杂志中。

DeepMind此前曾利用强化学习让人工智能程序学会了围棋、日本将棋、国际象棋和雅达利电子游戏的玩法。
在这些例子中，打算机都事先学习过游戏规则。
而新开拓的MuZero，在没有先学习规则的情形下，不仅能够完成同样的任务，乃至偶尔还能击败早期程序。

DeepMind的程序员们在MuZero中利用了“前瞻性搜索”原则（LAS）。
在LAS指引下，MuZero可根据对手反应评估潜在的移动办法。
在类似国际象棋这样的繁芜游戏中，可能存在大量潜在走法。
MuZero会优先考虑干系性及可能性最高的策略，从成功策略中学习，并避免失落败策略。
研究职员表示，MuZero在寻衅雅达利公司的“吃豆人”游戏时，虽然只能考虑6~7种潜在的未来移动，但其表现已经十分惊人。
DeepMind首席研究科学家David Silver说：“我们首次创建了能自我理解天下的系统。
它能根据自身的理解来拟定繁芜的前瞻性操持。
MuZero可以通过试错，创造天下的规则，然后利用这些规则实现超人表现。
”

Silver认为，MuZero不仅是游戏妙手，它还在***压缩方面表现出了天赋。
考虑到海量的***格式和压缩模式，***压缩绝非一项大略任务。
目前，MuZero已经在***压缩方面取得了5%的进展，这对***行业领头羊谷歌来说，是一项不小的造诣。
Silver说，工程师们也在研究机器人编程和蛋白质构造设计，以实现个性化药物生产。

南安普顿大学打算机科学教授、英国人工智能委员会成员Wendy Hall表示，DeepMind的成果让人工智能技能向前迈出了主要一步。
但她也对潜在的风险心坎不安。
Hall说：“我所担心的是，DeepMind虽然为提升算法付出了不懈努力，希望将其结果用于造福社会，但他们可能没有花更多的精力去思考潜在的不利影响。
”

事实上，美国空军已经通过借鉴MuZero的早期研究论文，设计了一种能从U-2特工飞机上发射导弹以打击特定目标的人工智能系统。
当问及对这种军事运用的意见时，Silver绝不犹豫地表达了忧虑之情。
他说：“我反对在任何致命武器中利用人工智能技能。
我希望团队在禁止致命自主武器方面有更大动作。
”DeepMind及其联合创始人都签署了《致命自主武器承诺书》。
该协议坚持致命技能该当始终处于人类掌握之下，而绝不能由人工智能算法主导。
“未来的寻衅是理解并实现类脑算法，而实现这一目标的第一步是理解得到智力意味着什么。
我们认为这对付强化人工智能的实际能力非常关键，由于天下充满了混乱，没有人能供应神奇的规则手册，见告大家世界究竟是若何运作的。
让人工智能具备自我理解能力，是其迈向现实天下的根本。
”

编译：雷鑫宇 审稿：西莫 责编：陈之涵

期刊来源：《自然》

期刊编号：0028-0836

原文链接：https://techxplore.com/news/2020-12-deepmind-muzero-conquers.html

中文内容仅供参考，统统内容以英文原版为准。
转载请注明来源。