谷歌DeepMind MuZero 人工智慧可以不學規則掌握遊戲

IT之家12月24日消息 谷歌的 DeepMind 人工智慧目前已經進化到第四代，名為 MuZero。最新的版本可以無需學習棋類等遊戲規則便能掌握遊戲。該技術能夠應用於機器人技術、工業系統以及混亂的現實世界。

早在 2016 年，AlphaGo 先後擊敗圍棋世界冠軍李世石、柯潔，這僅僅是 DeepMind 人工智慧的初代版本，需要事先輸入大量人類對弈數據、規則數據進行訓練，然後才可以進行實戰。AlphaGo 是首個能夠利用神經網絡、樹狀搜索完全掌握圍棋的人工智慧。

此後於 2017 年推出的第二代 AlphaGo Zero，能夠不藉助人類對弈數據，僅僅事先輸入規則便可自行訓練，最終掌握圍棋。

谷歌第三代的人工智慧 AlphaZero，不僅可以自主學會圍棋，也僅僅依靠事先了解規則，掌握了西洋棋、日本將棋。

根據谷歌發表在《自然》雜誌的文章顯示，第四代人工智慧 MuZero 可以在未知規則的情況下學會上述四種棋類，規劃制勝策略。此外，還能夠掌握掌機遊戲 Atari。

DeepMind 公司表示，多年來研究人員一直在尋找一種方法，既可以學習建立用於解釋目前環境的模型，也能夠利用這個模型來進行最好的決策。直到今天，大多數方法都難以在 Atari 這種遊戲中進行有效規劃。

MuZero 首先在 2019 年推出，通過只關注環境中最重要的一個方面，來學習建立一個模型，並解決問題。通過將這種方法與 AlphaZero 強大的搜索樹技術相結合，MuZero 的能力實現了重大飛躍。此外，MuZero 還利用了前瞻搜索、基於模型的規劃來解決問題。具體來說，MuZero 對環境中至關重要的三個問題來計劃：

價值：現在所處的位置有多好？策略：哪一種行動是最好的？獎勵：最後一步的動作結果有多好？

IT之家了解到，Atari 公司於 1976 年在美國推出了 Atari 2600 遊戲機，這是史上第一部真正意義上的家用遊戲主機，其整個生命周期持續到 1992 年，共售出三千萬臺。