新AI自学打机及捉棋 MuZero更胜AlphaGo

如今人工智能大行其道,不论是算法、显卡、处理器等,都一一将人工智能加入技术中。而人工智能的进化速度之快,更已不是在专精层面,在通用的层面上人工智能也有新突破。

人工智能公司DeepMind早前于《自然》期刊上,发布了新一款AI模型MuZero,它的最大特点是精通各种不同游戏如雅达利(Atari)电子游戏、西洋棋、围棋及日本象棋,并且能够在不告知游戏规则的情况下,也可以在过程之中自行学习与领悟。Deepmind更指,它在各种游戏上的表现都十分优秀。

根据DeepMind的讲法,MuZero的设计理念,是为了应用在现实环境,并可以在不同环境下应用的人工智能,并且可以应对未知、复杂及混乱的环境,其中有甚多未知的“游戏规则”。而它的运行方式,就是为它所游玩的游戏创建一个模型,然后依照该模型分析,并规划出游戏中最好的策略。

DeepMind提供的信息透露,MuZero主要以三种环境的元素搭建模型,然后规划:当前位置的好坏、采取那一个行动是最好、以及最后一个行动的好坏。

负责开发这款人工智能的计算机科学家大卫西尔弗(David Silver)在英国广播公司(BBC)的访问中透露,“这个人工智能起初一无所知,只可以在不停尝试与失败之中探索世界的规则,然后以这些规则,去达到超越人类的表现。”

他们也测试了MuZero在各项棋类游戏上的性能,发现不单在棋类游戏上有AlphaZero同样的性能水准,比起现有的最佳系统,它在Atari游戏的表现更是超越同侪。

他续指,这款人工智能已应用在压缩视频上,因为在网络上的流量绝大多数都是视频,如果能够有效地压缩视频的流量,可节省不少开支。

MuZero最初在2019已经公布,不过正式在《自然》期刊上发布则在今年(2020年)年尾。

来源:BBC、DeepMind

发表评论