0
| 本文作者： 木子 | 2021-08-23 09:53 |
「注：文章來自國際電信聯(lián)盟（ITU）」
當(dāng)談到新興技術(shù)在改善世界各地人們生活的潛力時，你首先想到的可能不是電子游戲。然而，虛擬游戲可以在訓(xùn)練人工智能 (AI) 以對現(xiàn)實世界產(chǎn)生積極影響方面發(fā)揮重要作用。
每年，國際電信聯(lián)盟（ITU）都會舉辦 AI for Good （“AI向善”）峰會，以展示人工智能在支持聯(lián)合國可持續(xù)發(fā)展目標(biāo)方面的技術(shù)進步。國際電信聯(lián)盟（ITU）還制定了電子游戲體驗的標(biāo)準(zhǔn)。
在觀看近期國際電信聯(lián)盟（ITU）有關(guān)在線游戲服務(wù)質(zhì)量標(biāo)準(zhǔn)的網(wǎng)絡(luò)研討會時，世界各地的研究人員目前需要努力將人工智能和電子游戲這兩個領(lǐng)域結(jié)合起來，以營造可以幫助機器從游戲數(shù)據(jù)中學(xué)習(xí)并提供洞悉人工智能開發(fā)的環(huán)境。目標(biāo)是使用虛擬游戲結(jié)構(gòu)來提高人工智能的自學(xué)能力，然后可以將其應(yīng)用在現(xiàn)實世界中的應(yīng)用（場景），例如促進醫(yī)療保健的進步以及城市的智慧化與可持續(xù)發(fā)展中。
那么電子游戲如何加快人工智能的發(fā)展步伐，讓全世界的人們在日常生活中都能看到他們的有益之處呢？
長期以來，游戲一直是衡量人工智能 (AI) 技術(shù)進步的方式，通過在策略中與頂尖人類玩家進行較量來展示計算機算法的“智能”程度。
“整個電子游戲提供了我們所擁有的最好的智力測試?！?/p>
——Julian Togelius紐約大學(xué)坦登工程學(xué)院副教授
紐約大學(xué)坦登工程學(xué)院副教授朱利安·托格利烏斯 (Julian Togelius) 說：“整個電子游戲提供了我們所擁有的最好的智力測試。” “電子游戲是訓(xùn)練 AI 算法的一種很好的方式，因為它們旨在循序漸進地讓人類的思維經(jīng)歷越來越難的挑戰(zhàn)。”
Togelius 解釋說，電子游戲旨在通過讓玩家專注于克服障礙和跟隨后續(xù)故事等元素來挑戰(zhàn)人類的思維。他說，游戲設(shè)計的一個核心理念——也是許多人喜歡玩游戲的部分原因——是玩家一直在學(xué)習(xí)。
他說，這使得電子游戲成為訓(xùn)練 AI 的理想環(huán)境。游戲提供結(jié)構(gòu)框架、重復(fù)訓(xùn)練以及能力強化，這都有助于（AI的）算法學(xué)習(xí)。
Togelius 說，與在物理空間中學(xué)習(xí)完成任務(wù)的機器人相比，虛擬環(huán)境還允許算法以更低的成本更快地開發(fā)。
“用機器人執(zhí)行 10 次任務(wù)的時間，可以讓算法玩 10,000 次游戲，”他說，“你不必?fù)?dān)心它會不會（如機器人實驗一般）損壞或過熱?！?/p>
虛擬游戲?qū)θ斯ぶ悄艿奈锢硇詢?yōu)勢已經(jīng)開始顯現(xiàn)。
例如，OpenAI 的研究人員最近展示了一種算法，該算法可以通過相當(dāng)于100年的反復(fù)試驗，去教會自己操縱一個立方體。
Togelius 說，展望未來，虛擬訓(xùn)練可以直接應(yīng)用于現(xiàn)實世界的實踐，例如使用虛擬駕駛游戲來訓(xùn)練人工智能以用于自動駕駛汽車。
騰訊自動駕駛TAD Sim仿真場景
自動駕駛汽車的技術(shù)進步有提升道路安全性、減少交通擁堵、減少排放等其他好處。實現(xiàn)自動駕駛，是國際電信聯(lián)盟（ITU）在幫助實現(xiàn)聯(lián)合國可持續(xù)發(fā)展目標(biāo)的第 11項——“建設(shè)更智能、更可持續(xù)的城市”中的一部分貢獻。
Togelius 解釋說，但（我們）也有機會跳出框架思考，將電子游戲中學(xué)到的經(jīng)驗應(yīng)用于新領(lǐng)域。例如，在星際爭霸（StarCraft）（這是一款復(fù)雜的多人在線游戲）中訓(xùn)練人工智能，玩家必須使用策略來推進賽程，這可以培養(yǎng)管理技能，他說。
“你正在制定戰(zhàn)術(shù)和戰(zhàn)略位置，建立和協(xié)調(diào)后勤網(wǎng)絡(luò)，并確保資源正常運轉(zhuǎn)，”Togelius說?！叭绻豢钣螒蛴性S多與現(xiàn)實世界任務(wù)相同的挑戰(zhàn)，那么它就證明了[算法]可以學(xué)習(xí)類似于現(xiàn)實世界的任務(wù)?！?/p>
觀察算法在電子游戲中的表現(xiàn)還可以深入了解它們的行為方式。Togelius 說，這有助于研究人員更好地了解算法如何解決問題并做出決策。
“通過觀看 AI 代理玩游戲，我們可以更多地了解 AI 擅長什么以及人類擅長什么，”他說。
這一點可以幫助公司和政策制定者去識別在哪些領(lǐng)域人工智能能夠以有利于人類的方式，來提高效率或支持現(xiàn)有的工作。在這些場景中觀察 AI 的另一個好處可能是發(fā)現(xiàn)新技術(shù)或新機會。
例如，根據(jù)德國弗萊堡大學(xué)機器學(xué)習(xí)研究人員今年早些時候發(fā)表的一篇論文所述，一種使用進化策略的算法，其中最成功的算法能夠生存和進化，利用電子游戲 Q*bert 中的一個bug，來累積幾乎無限的積分。
該論文的作者之一弗蘭克·哈特 (Frank Hutter) 表示，在這款游戲推出 36 年的時間里，包括開發(fā)者在內(nèi)的任何人都沒有發(fā)現(xiàn)這個漏洞。
Hutter 解釋說，該算法的探索行為，以及為了長期最大化積分而不斷嘗試的意愿，幫助它找到了故障。
“按照設(shè)計，它著眼于長期依賴關(guān)系，”他說?！八粚Α罱K分?jǐn)?shù)’感興趣，而其他方法則專注于‘如何快速獲得積分’，這就是人類嘗試玩游戲的方式?！?/p>
人類和人工智能，都仍有很多東西需要學(xué)習(xí)。例如， OpenAI 在 Dota 2 中戰(zhàn)勝一支人類玩家隊伍的幾周后，它在電子游戲的年度錦標(biāo)賽中輸給了職業(yè)玩家。
Togelius 說，展望未來，如何將 AI 的能力從特定任務(wù)擴展到更廣義的“智能”，是我們需要思考的問題。
“我們非常擅長通過訓(xùn)練算法來做特定的事情或玩特定的游戲，但我們在廣泛化應(yīng)用方面仍在嬰兒學(xué)步階段”他說。“現(xiàn)在‘玩游戲’的人工智能和研究給人工智能界的回饋是，人類正在開發(fā)可被廣泛適用的方法，這些方法既是為玩游戲而開發(fā)，也可以有其他用途”。
雷鋒網(wǎng)雷鋒網(wǎng)
