在20世紀(jì)的大部分時間里，國際象棋博弈都是人工智能研究人員的基準(zhǔn)。約翰·麥卡錫（John McCarthy）在20世紀(jì)50年代早期創(chuàng)造了“人工智能”一詞，曾經(jīng)把國際象棋稱為“人工智能界的果蠅”，可見國際象棋對于人工智能研究的重要性。
在20世紀(jì)90年代后期，IBM的Deep Blue展開與世界冠軍Garry Kasparov的一系列國際象棋比賽。于1997年最終擊敗卡斯帕羅夫，這標(biāo)志著一臺機(jī)器首次在比賽中擊敗了世界冠軍。到了二十一世紀(jì)初，這項技術(shù)已經(jīng)提高到無論在什么樣的游戲環(huán)境中機(jī)器都能夠擊敗國際象棋大師。
自然AI開發(fā)人員開始轉(zhuǎn)向其他更復(fù)雜的游戲來測試他們?nèi)找鎻?fù)雜的算法。在過去的12個月里，AI越過了一系列新的門檻，最終在各種不同的游戲中擊敗人類玩家，從圍棋游戲到動態(tài)交互式紙牌游戲，德州撲克。
Going going gone
在九十年代后期，在一臺機(jī)器終于擊敗一個國際象棋特級大師。
面對挑戰(zhàn)，計算機(jī)科學(xué)家把注意力轉(zhuǎn)移到這個圍棋游戲上，這個游戲看起來簡單易玩，但卻非常復(fù)雜。
在過去的十年里，機(jī)器學(xué)習(xí)的發(fā)展才剛剛創(chuàng)造出真正有競爭力的圍棋選手。 2014年，Google開始研究一個名為AlphaGo的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。經(jīng)過幾年的半成功的挑戰(zhàn)之后，開發(fā)團(tuán)隊嘗試了一些不同的東西。
在2016年底，流行的亞洲游戲服務(wù)器Tygem上出現(xiàn)了一個名為“Master”的神秘在線玩家。在接下來的幾天里，這個神秘的玩家在這個系統(tǒng)上與許多世界冠軍的游戲中都占主導(dǎo)地位。到1月4日，官方確認(rèn)“Master”實際上是DeepMind的AI AlphaGo的最新版本。
2017年5月，AlphaGo“Master”贏過了世界排名最高的選手柯潔。在它們的三場比賽中，該機(jī)器全面占據(jù)了主導(dǎo)，但最令人吃驚的是，在十月份的時候，Google已經(jīng)產(chǎn)生了比“Master”還要好的AlphaGo更復(fù)雜的迭代。
在《自然》期刊上發(fā)表的“AlphaGo Zero”是一個革命性的算法，目標(biāo)是進(jìn)行完全的自主學(xué)習(xí)。這個系統(tǒng)只是反復(fù)地對抗自己，并且學(xué)習(xí)如何掌握它所編程的任何游戲。經(jīng)過21天的學(xué)習(xí)，AlphaGo Zero達(dá)到了“Master”的水平，到了第40天，它已經(jīng)超過了之前版本的技能水平。
到2017年12月，DeepMind發(fā)現(xiàn)了一個更新的系統(tǒng)版本。這個名叫AlphaZero的新AI可以在幾個小時內(nèi)就掌握各種游戲。經(jīng)過八個小時的自主訓(xùn)練，該系統(tǒng)不僅可以擊敗AlphaGo Zero之前的版本，還可以成為國際象棋特級大師和棋將冠軍。
掌握虛張聲勢
經(jīng)過十多年的嘗試，人工智能終于擊敗了大牌撲克專業(yè)人士。來自Alberta大學(xué)的DeepStack公布了一個人工智能系統(tǒng)，該系統(tǒng)可以用人工智能的“直覺”形式全面主宰人類的撲克玩家。
經(jīng)過艱苦的20天的馬拉松，機(jī)器全面擊敗所有四名職業(yè)撲克玩家。而卡內(nèi)基梅隆大學(xué)的一個團(tuán)隊在2017年1月舉行了更為公開的比賽，當(dāng)時Libratus AI系統(tǒng)花費了20天時間與4名撲克專業(yè)人士共同玩了12萬無限德州撲克。雖然職業(yè)玩家每天晚上都在討論他們可以利用的人工智能的弱點，但是機(jī)器每天都在不斷提高自身的能力，修補(bǔ)游戲中的漏洞并改進(jìn)策略。
人類大腦趕不上機(jī)器的速度，經(jīng)過近一個月的全天候游戲，Libratus還增加了170萬美元，四名專業(yè)人員中的每一個人都失去了數(shù)千美元的虛構(gòu)美元。
伊隆·馬斯克的AI實驗
幾年前，Google DeepMind在49個Atari 2600游戲中設(shè)置了自己的AI。提供了與其他人類玩家相同的投入，AI想出了許多贏得游戲的方法。雖然有些游戲比其他游戲更難以掌握，尤其是80年代的經(jīng)典電子游戲“Ms Pac-Man”尤其困難。
2017年，一家名為Maluuba的深度學(xué)習(xí)公司被Google收購，并被納入DeepMind集團(tuán)。 Maluuba的新機(jī)器學(xué)習(xí)方法被稱為“混合獎勵架構(gòu)”（HRA）。將這種方法應(yīng)用到Ms Pac-Man身上，該系統(tǒng)創(chuàng)建了150多名個體代理，每個代理都負(fù)責(zé)具體的目標(biāo)，例如尋找特定的藥丸或避開鬼魂。
HRA方法產(chǎn)生了一個頂級代理，類似于高級經(jīng)理。這位最優(yōu)秀的經(jīng)紀(jì)人在做出個人行動的最終決定之前，評估下級代理人的所有建議。這個方法被委婉地稱為“分而治之”，這樣，一個復(fù)雜的任務(wù)就被分解成更小的部分。
AI將這一方法應(yīng)用到Ms Pac-Man之后，AI很快就想出了如何取得999,990的高分，這是人類以前沒有想到的。
人工智能很快就會在游戲中稱霸
如果人工智能在幾乎每一場比賽中都能擊敗我們，那么下一步是什么呢？
Falmouth大學(xué)的一位研究人員最近透露了一個機(jī)器學(xué)習(xí)算法，他聲稱這種人工智能可以為我們設(shè)計出自己的游戲。這個被稱為安吉麗娜（Angelina）的人工智能系統(tǒng)每天都在不斷改進(jìn)，但是現(xiàn)在可以利用從維基共享網(wǎng)站（Wikimedia Commons）、在線報紙和社交媒體等來源的數(shù)據(jù)進(jìn)行游戲。
那么，這意味著什么？
也許2017年最重要，最可怕的發(fā)展是強(qiáng)化學(xué)習(xí)系統(tǒng)的巨大進(jìn)步。這些程序可以有效地教導(dǎo)自己如何掌握新的技能。例如，最近的AlphaZero迭代可以在幾天的自主學(xué)習(xí)之后在某些游戲中實現(xiàn)超人的技能。
對350多名人工智能研究人員進(jìn)行的一項大型調(diào)查顯示，人工智能幾乎可以把“所有的東西”都打敗，這時間不會太長了。調(diào)查預(yù)測，到2049年，它將能夠?qū)懗鲆槐緯充N小說，到2053年，它在手術(shù)上的表現(xiàn)會比人類更好。事實上，調(diào)查得出的結(jié)論是，到2060年AI有50％的可能性能夠做人類做的每一件事，甚至比我們做的更好。
毫無疑問，2017年是人工智能在日益復(fù)雜的游戲中擊敗人類的一個里程碑，盡管這看起來微不足道，但其影響卻是巨大的。這些發(fā)展中國家的許多公司正迅速將目光投向現(xiàn)實世界的挑戰(zhàn)。谷歌DeepMind已經(jīng)將AlphaGo Zero系統(tǒng)從游戲中移開，開始對蛋白質(zhì)折疊進(jìn)行了全面的研究，希望能對阿爾茨海默癥和帕金森氏癥等疾病進(jìn)行治療。
（
（內(nèi)容來源：譯云綜編/圖片來源：網(wǎng)絡(luò)）
