本报讯 人工智能（AI）可以在国际象棋、围棋、扑克和其他需要多种策略才能获胜的游戏中击败人类玩家。这款名为“游戏学生”（SoG）的AI由谷歌的DeepMind开发。该公司表示，这是朝着能够以超人的表现执行任何任务的通用AI迈出的一步。相关论文11月15日发表于《科学进展》。
曾在DeepMind从事AI研究的Martin Schmid，现在就职于一家名为“均衡技术”的初创公司。他表示，SoG模型可以追溯到两个AI模型。其中一个是DeepStack，这是由加拿大阿尔伯塔大学的Schmid等团队开发的AI，是第一个在扑克比赛中击败人类职业选手的AI。另一个是DeepMind的AlphaZero，它在国际象棋和围棋等游戏中击败了最优秀的人类棋手。
这两种AI模型的不同之处在于，一种专注于不完全的知识游戏——玩家不知道其他玩家的状态，比如扑克游戏中的牌；另一种则专注于完全的知识游戏，比如国际象棋，双方玩家在任何时候都能看到所有棋子的位置。这两者需要不同的方法。DeepMind雇用了整个DeepStack团队，目的是建立一个可以泛化两种类型游戏的模型，从而诞生了SoG。
Schmid表示，SoG最初是一份如何学习游戏的“蓝图”，进而通过实践来提高。然后，这个初学者模型可以在不同的游戏中自由发挥，并学会如何与另一个版本的自己对抗，以掌握新的策略并提高能力。尽管DeepMind之前的AlphaZero可以适应完全的知识游戏，但SoG可以适应完全和不完全的知识游戏，使其更具通用性。
研究人员在国际象棋、围棋、得州扑克和一款名为“苏格兰场”的棋盘游戏中测试了SoG，并在Leduc扑克和一款定制版的“苏格兰场”中测试了SoG，结果发现它可以击败几个现有的AI模型和人类玩家。Schmid说，它应该也能学会玩其他游戏。“有很多游戏你可以直接扔给它，它真的非常擅长。”
与DeepMind更专业的算法相比，这种广泛的能力使SoG在性能上略有牺牲，但仍然可以在其学习的大多数游戏中轻松击败最优秀的人类玩家。Schmid说，SoG学会了与自己对抗，以便在游戏中提高水平；同时也是为了从游戏的当前状态中探索可能出现的情况，即使它正在玩一个不完全的知识游戏。
“当你在玩扑克这样的游戏时，如果不知道对手持有什么牌，你就不清楚该如何找到游戏中的最佳策略。”Schmid说，“所以有一些来自AlphaZero的思维，还有一些来自DeepStack的思维，它们形成了一个庞大的思维体系，这就是SoG。”
未参与这项研究的英国爱丁堡大学的Michael Rovatsos表示，尽管这一研究成果令人印象深刻，但要想将AI视为通用智能，还有很长的路要走，因为与现实世界不同，游戏是一种所有规则和行为都被明确定义的虚拟环境。
“这里要强调一点，这是一个受控的、独立的人工环境，在这个环境中，每件事的意义和每一个动作的结果都是非常清楚的。”Rovatsos说，“这个问题是一个玩具问题，尽管它可能非常复杂，但它不是真实的。”（李木子）
新闻信息服务许可证音像制品出版许可证广播电视节目制作经营许可证网络视听许可证网络文化经营许可证开元体育
