IT之家12月24日消息 谷歌的 DeepMind 人工智能目前已經進化到第四代，名為 MuZero。最新的版本可以無需學習棋類等游戲規(guī)則便能掌握游戲。該技術能夠應用于機器人技術、工業(yè)系統(tǒng)以及混亂的現(xiàn)實世界。
早在 2016 年，AlphaGo 先后擊敗圍棋世界冠軍李世石、柯潔，這僅僅是 DeepMind 人工智能的初代版本，需要事先輸入大量人類對弈數(shù)據、規(guī)則數(shù)據進行訓練，然后才可以進行實戰(zhàn)。AlphaGo 是首個能夠利用神經網絡、樹狀搜索完全掌握圍棋的人工智能。
此后于 2017 年推出的第二代 AlphaGo Zero，能夠不借助人類對弈數(shù)據，僅僅事先輸入規(guī)則便可自行訓練，最終掌握圍棋。
谷歌第三代的人工智能 AlphaZero，不僅可以自主學會圍棋，也僅僅依靠事先了解規(guī)則，掌握了國際象棋、日本將棋。
根據谷歌發(fā)表在《自然》雜志的文章顯示，第四代人工智能 MuZero 可以在未知規(guī)則的情況下學會上述四種棋類，規(guī)劃制勝策略。此外，還能夠掌握掌機游戲 Atari。
DeepMind 公司表示，多年來研究人員一直在尋找一種方法，既可以學習建立用于解釋目前環(huán)境的模型，也能夠利用這個模型來進行最好的決策。直到今天，大多數(shù)方法都難以在 Atari 這種游戲中進行有效規(guī)劃。
MuZero 首先在 2019 年推出，通過只關注環(huán)境中最重要的一個方面，來學習建立一個模型，并解決問題。通過將這種方法與 AlphaZero 強大的搜索樹技術相結合，MuZero 的能力實現(xiàn)了重大飛躍。此外，MuZero 還利用了前瞻搜索、基于模型的規(guī)劃來解決問題。具體來說，MuZero 對環(huán)境中至關重要的三個問題來計劃：
價值：現(xiàn)在所處的位置有多好？
策略：哪一種行動是最好的？
獎勵：最后一步的動作結果有多好？
IT之家了解到，Atari 公司于 1976 年在美國推出了 Atari 2600 游戲機，這是史上第一部真正意義上的家用游戲主機，其整個生命周期持續(xù)到 1992 年，共售出三千萬臺。
廣告聲明：文內含有的對外跳轉鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。