谷歌 DeepMind MuZero 人工智能可以不学规则掌握游戏

导读:IT之家12月24日消息 谷歌的 DeepMind 人工智能目前已经进化到第四代,名为 MuZero。最新的版本可以无需学习棋类等游戏规则便能掌握游戏。该技术能够应用于机器人技术、工业系统以及混乱的现实世界。 早在 2016 年,AlphaGo 先后击败围棋世界冠军李世石、柯洁...

IT之家12月24日消息 谷歌的 DeepMind 人工智能目前已经进化到第四代,名为 MuZero。最新的版本可以无需学习棋类等游戏规则便能掌握游戏。该技术能够应用于机器人技术、工业系统以及混乱的现实世界。

早在 2016 年,AlphaGo 先后击败围棋世界冠军李世石、柯洁,这仅仅是 DeepMind 人工智能的初代版本,需要事先输入大量人类对弈数据、规则数据进行训练,然后才可以进行实战。AlphaGo 是首个能够利用神经网络、树状搜索完全掌握围棋的人工智能。

此后于 2017 年推出的第二代 AlphaGo Zero,能够不借助人类对弈数据,仅仅事先输入规则便可自行训练,最终掌握围棋。

谷歌第三代的人工智能 AlphaZero,不仅可以自主学会围棋,也仅仅依靠事先了解规则,掌握了国际象棋、日本将棋。

根据谷歌发表在《自然》杂志的文章显示,第四代人工智能 MuZero 可以在未知规则的情况下学会上述四种棋类,规划制胜策略。此外,还能够掌握掌机游戏 Atari。

DeepMind 公司表示,多年来研究人员一直在寻找一种方法,既可以学习建立用于解释目前环境的模型,也能够利用这个模型来进行最好的决策。直到今天,大多数方法都难以在 Atari 这种游戏中进行有效规划。

MuZero 首先在 2019 年推出,通过只关注环境中最重要的一个方面,来学习建立一个模型,并解决问题。通过将这种方法与 AlphaZero 强大的搜索树技术相结合,MuZero 的能力实现了重大飞跃。此外,MuZero 还利用了前瞻搜索、基于模型的规划来解决问题。具体来说,MuZero 对环境中至关重要的三个问题来计划:

价值:现在所处的位置有多好?

策略:哪一种行动是最好的?

奖励:最后一步的动作结果有多好?

IT之家了解到,Atari 公司于 1976 年在美国推出了 Atari 2600 游戏机,这是史上第一部真正意义上的家用游戏主机,其整个生命周期持续到 1992 年,共售出三千万台。