鋅財經的作者陳伊婷在一篇文章中介紹了DeepMind推出的新泛用型游戲XLand。這項新技術意味著我們可以創建一個全新且媲美AlphaGo的人工智能，而無需事先了解游戲規則。長期以來，AI強化學習存在著泛化能力差的問題，只能從頭開始學習一個個單獨的任務。DeepMind先前推出的AlphaZero在圍棋、西洋棋和將棋領域表現出色，但要成為不同游戲中的強者，需要在每個游戲中重新訓練。然而，XLand的出現填補了這個缺陷。它具有高度泛化的能力，類似于人類學會用筷子夾米飯后，也能用筷子夾住其他食物。DeepMind創建XLand的目的是讓通過強化學習訓練的AI能夠玩遍「全宇宙的游戲」。XLand由任務、世界和玩家構成，任務的復雜度由競爭性、平衡性、可選項和探索難度四個維度評判。AI智能體通過第一人稱視角感知游戲環境，并試錯地探索游戲規則，從中積累大量數據來訓練自己完成游戲目標。通過多代訓練，AI在XLand的4000個獨立世界中玩了約70萬個獨立游戲，涉及340萬個獨立任務，最后一代的每個智能體經歷了2000億次訓練步驟。目前，AI智能體已經能夠成功參與幾乎所有評估任務，除了一些連人類也無法完成的任務。DeepMind展示了無監督式機器學習的巨大潛力，并向世界證明未來訓練AI的成本和門檻將會越來越低，直至全球普及。未來，當AI能夠在「元宇宙」中自主學習演化時，賽博朋克的世界是否會成為現實呢？

熱點：元宇宙