| 网站首页 | 下载中心 | 图片中心 | m88.com2专区 | 
您现在的位置: 明升m88备用网址网 >> 明升m88备用网址 >> 新闻资讯 >> 新闻 >> 正文
 

谷歌人工智能DeepMind 与m88明升战队进行交流

来源:查尔星港 作者:佚名 发表评论  添加到百度搜藏 |  添加到雅虎收藏

在1998年《m88明升》问世之时,DeepMind人工智能(AI)研究员Oriol Vinyals还是一名西班牙少年。他当时就爱上了这款游戏,排名也不断提升,甚至还夺得了世界电子竞技大赛(WCG)的第三名。自那时起,他就成为了AI研究中的最强大脑之一。他目前正在进行什么项目?开发一款精通《m88明升II》的机器人,或称之为“智能体”。

谷歌人工智能DeepMind 与明升m88备用网址战队进行交流

感谢您抽出时间与我们交流!您能介绍一下自己吗?

Oriol:我是Oriol Vinyals,DeepMind的研究员。我目前负责主持《m88明升II》项目。我致力于发展人工智能相关科技。《m88明升》是优秀的研究媒介——事实上,我在加州大学伯克利分校读博期间就针对该游戏进行了部分研究。

您在攻读博士学位时主要研究的是《m88明升》吗?

Oriol:我的一位朋友曾说:“在伯克利分校中,有团队准备参加‘AI对抗AI’的比赛。既然你曾经参加过竞技比赛,那么去了解一下应该很不错。”

他们当时正在以异虫单位——异龙为基础,创造机器人。于是我就开始与智能体比赛……他们都喊我“教练”。

该项目的游戏方式是以专家规则为基础的。“我们计划建造许多异龙,因此我们需要设计一个建造命令,希望其能够应对早期的快速发展,并扩展到足以满足生产需要。”诸如此类。这种方法非常程序化,尽管其已经学会了实际中的异龙微操。我们其实赢了那场比赛。真是有趣极了。

谷歌人工智能DeepMind 与明升m88备用网址战队进行交流

那项工作与您现在在DeepMind中的工作有何不同?

Oriol:DeepMind如今正在开发人们称为“AGI”——即通用人工智能的技术。我们不仅仅单纯地开发玩某一种游戏的智能体,而是想要了解到底什么是学习范式。正因为如此,这种智能体在没有大量先验知识的情况下,也能够玩任何游戏。我认为,这项机器人的开发任务很有挑战性,同时又充满趣味性——我们不编写规则,仅让智能体看屏幕。“这是鼠标和键盘。去吧,开始与游戏互动,试着玩得更好。”

是什么吸引DeepMind去研究《m88明升》?

Oriol:对于AI来说,这款游戏确实颇具挑战性。在围棋中,你总是可以纵观棋局;但在《m88明升》中却不能如此,所以你需要使用侦察机……当然还有交互界面——这是一个很棒的测试平台,通过它你能够了解,自己的智能体是否能够用“选中-点击”的方式与游戏交互,这与Atari中的14个动作有所不同。这确实是一项令人兴奋的挑战。

谷歌人工智能DeepMind 与明升m88备用网址战队进行交流

项目进行的如何?

Oriol:因为训练模型的方式,肯定会出现一些非常明显的差别。回顾起来,其威力是显而易见的。例如,利用单动作进行镜头移动,环视地图。事实证明,随机智能体会把镜头从它们的营地移开,并且从来不会返回来看它们需要关注的东西——比如营地、建筑建造等。

很简单地,对于人类来说——镜头的概念就是帮助他们在左下方查看小地图;这些智能体遍布整片区域,不断点击小地图,但这种做法肯定不能让它们到达任何地方。如果它们突然幸运地点到了营地,它们下一步的行动就会是:选择所有工人,并将它们派出去。

这也是我们极不愿意看到的。自此,它们确实需要获得某些讯号、奖励。我希望它们能够获得好运气,完成正确的事,并且随后(到那时)开始学习。这与Atari的游戏有所不同——在Atari中,你可以迅速地采取合理的行动;而《m88明升》拥有不同的指数行动空间。在这片区域中,尤其是在不受限制的游戏设置中,是很难顺利开展行动的。

我们发布了一套迷你游戏,它是《m88明升》的简化版本。我们将游戏的某些部分分割为地图,其中包括“扩展和建造大量工人”、“移动单位并尝试覆盖尽可能多的地图”等等内容。在迷你游戏中,我们让智能体有机会学习在四周移动单位的基础要素,比如战局......

(若想了解更多细节,请参阅DeepMind与暴雪联合发布的文件,其主要内容为他们在《m88明升II》中获取的早期成果。

到目前为止,您获得过什么惊喜吗?

Oriol:在这张地图中有两名陆战队员,他们的任务是拾取地图上散布的晶体矿。而智能体难以完成的事项之一就是——搞清楚如何独立使用陆战队员。但它们能够学习到的是采用巡逻的方式移动陆战队员。我当时并不知道这一点。巡逻能够让陆战队员之间的距离保持一致,并使他们能够在受到控制的同时获得额外的晶体矿。那是我第一次说——好的,我刚刚学到了关于《m88明升II》的新内容。

让我们再聊点题外话。这项技术最终会超越最出色的人类吗?

Oriol:我不知道。但我确信这种方式本身具有很广阔的发展潜力。如果你根据我们在伯克利时所做的一切,用2010年的方法创造机器人,那么机器人应该可以执行一个、或两到三个建造命令,但也仅限于此。最终,人们还是可以了解它的运行方式,并揭露其弱点。我喜欢我们的方法的原因是——如果一切顺利,智能体就学到了很多编程不可能实现的战术部署。这就和你不能编写程序,创造出一名优秀的围棋棋手一样。

至于能不能超越最优秀的人类——我确实不知道。时间会证明一切。我不能预言我们是否能够打败他们。


  Tags:谷歌人工智能,DeepMind 更新时间:2018-3-6 10:22:59 编辑:zhs  
m88明升栏目相关文章
DeepMind携手暴雪 推出明升m88备用网址人工智能研
广告正在载入中...
(评论内容只代表网友观点,与本站立场无关。)
网站评论暂时关闭,如有错误请到论坛指出,感谢您的支持。
m88 188bet uedbet 威廉希尔 明升 bwin 明升88 bodog bwin 明升m88.com 18luck 188bet unibet unibet Ladbrokes Ladbrokes casino m88明升 明升 明升 m88.com 188bet m88 明陞 uedbet赫塔菲官网 365bet官网 m88 help