# 玩游戏打不过电脑？因为对手可能是 Google AI

- 作者：麦玮琪
- 发布时间：2016-02-06 14:04
- 分类：公司
- 原文：https://www.ifanr.com/618093

[![Thinking Robot](https://s3.ifanr.com/wp-content/uploads/2016/02/deepmind.jpg)](https://s3.ifanr.com/wp-content/uploads/2016/02/deepmind.jpg)

一场著名的棋局让 Google 旗下 DeepMind 开发的 AI 成为了人尽皆知的明星“棋手”，可是你知道吗？这款 AI 不仅仅会下棋，还会和人一样玩游戏。

DeepMind 在 Youtube 频道中发布了[一段 39 秒的视频](https://www.youtube.com/watch?v=nMR5mjCFZCw)，展示了 AI 借助深度强化学习异步算法的帮助，玩 FPS 射击游戏《毁灭战士》。

[嵌入内容](http://player.youku.com/embed/XMTQ2NjU1ODk1Mg==)
（[优酷视频](http://v.youku.com/v_show/id_XMTQ2NjU1ODk1Mg==.html#paction)）

《毁灭战士》是一款 3D 游戏，DeepMind AI 的目标是在其中一个迷宫关卡中尽可能快速地收集所有的苹果，并在一分钟之内找到出口，刷新最高分记录。

人类想要通过这样的关卡并不太难，因为人脑本身就是一个非常成熟的思维系统，也是每个人类与生俱来的特性。但是 DeepMind AI 想要通关却并非易事，因为这款 AI 的最大特色在于它无需对游戏源代码有任何的接触，学习玩游戏的方法和普通人类几乎一模一样。

根据 [New Scientist 报道](https://www.newscientist.com/article/2076552-google-deepmind-ai-navigates-a-doom-like-3d-maze-just-by-looking/?utm_source=NSNS&utm_medium=SOC&utm_campaign=hoot&cmpid=SOC%7CNSNS%7C2016-GLOBAL-twitter)，DeepMind 基于深度强化学习技术开发了这款人工智能程序，通过融合的深度神经网络（deep neural network）和经验回放技术（experience replay），AI 可以分析、学习并记忆游戏画面中出现的场景。不过想要在迷宫中快速找到出口，这样的技术够用吗？

当然不够，想想我们自己是怎样走出一个迷宫的？

在这段 39 秒的视频中我们能够明显地感受到 AI 的熟练度正在逐渐提高。DeepMind 植入的另一种关键技术是异步强化学习（asynchronous reinforcement learning），有了这种技术，AI 可以用不同的方法解决同一问题，并对比这些经验，从中寻找最优的问题解决方法。

在 2015 年，DeepMind 团队训练这款人工智能“游戏玩家”玩过 Atari 2600 游戏机上的 49 款游戏，不过在挑战新游戏的分数记录之前，科学家需要连续 8 天用高端的 GPU 对 AI 进行训练。后来升级过的 AI 只需要在性能有限的 CPU 上训练 4 天就足够了。

《毁灭战士》的迷宫对于 DeepMind 最新的“游戏迷”来说成为了一个可以触及的目标，即使这款游戏仍然是它遇见的最有挑战性的对手。

在上手《毁灭战士》之前，DeepMind 还让 AI 玩了另一款《The Open Racing Car Simulator》开源 3D 赛车游戏，它一举超越了 90% 的人类成绩。

[嵌入内容](http://player.youku.com/embed/XMTQ2NjYwNzEwOA==)
（[优酷视频](http://v.youku.com/v_show/id_XMTQ2NjYwNzEwOA==.html#paction)）

其实这样的现象想想还是挺有趣的，说不定哪天我们在玩 GTA Online 的时候就会碰上一堆 DeepMind 的小号来刷经验了。

题图来自：[卫报](http://www.theguardian.com/technology/2015/jun/09/deepmind-artificial-intelligence-tool-humans-control)