DeepMind的最新AI程序可自行做出正確的決定

當深藍在1997年擊敗世界象棋冠軍加里·卡斯帕羅夫(Garry Kasparov)時，似乎人工智能終于出現(xiàn)了。一臺計算機剛剛摧毀了有史以來最頂尖的國際象棋選手之一。但是事實并非如此。

盡管《深藍》從上到下都是精心設計的，以下象棋，但這種方法過于費力，過于依賴清晰的規(guī)則和在更復雜的游戲中成功的可能性，更不用說在現(xiàn)實世界中了。下一輪革命將花費十年半的時間，屆時機器學習將恢復更多的計算能力和數(shù)據(jù)，這是人工智能的古老觀念，正等著世界迎頭趕上。

如今，機器學習占據(jù)主導地位，主要是通過稱為深度學習的一系列算法來實現(xiàn)的，而象征性AI(深藍時代的主要方法)已逐漸淡出背景。

深度學習成功的關鍵在于算法基本上是自己編寫的。給定一些高級編程和數(shù)據(jù)集，他們可以從經(jīng)驗中學習。沒有工程師會預見到代碼中的所有可能性。算法只是弄清楚了。

現(xiàn)在，Alphabet的DeepMind通過開發(fā)深度學習算法來進一步實現(xiàn)這種自動化，該算法可以處理迄今為止一直是世界頂級計算機科學家的唯一工作的編程任務(并且要花很多年才能編寫)。

在最近發(fā)布在預打印服務器arXiv上的一篇論文中，該論文庫是尚未經(jīng)過同行評審的研究論文數(shù)據(jù)庫，DeepMind團隊描述了一種新的深度強化學習算法，該算法能夠發(fā)現(xiàn)其自身的價值函數(shù)-一項關鍵編程從頭開始進行深度強化學習的規(guī)則。

令人驚訝的是，該算法在受過簡單訓練的環(huán)境中仍然有效，然后繼續(xù)玩Atari游戲(一項不同，更復雜的任務)，其水平有時可與人工設計的算法競爭并達到超人的游戲水平在14場比賽中。

DeepMind表示，該方法可能會加速強化學習算法的開發(fā)，甚至導致重點轉移，研究人員無需花費數(shù)年時間自行編寫算法，而是致力于完善其培訓環(huán)境。