人工智能研究人員正在探索如何給算法賦予好奇心

大多數(shù)人工智能都被用來翻譯，標記照片以及優(yōu)化導(dǎo)航路線，依賴人類自己向AI提供一些信息。但是一些人工智能研究人員正在探索如何給算法賦予好奇心，可以在沒有人為指導(dǎo)的情況下學(xué)習(xí)。

來自加州大學(xué)伯克利分校和愛丁堡大學(xué)的研究人員，由Elon Musk，Sam Altman和其他硅谷大佬創(chuàng)建的非營利性AI實驗室OpenAI的新研究發(fā)現(xiàn)，當AI算法被賦予一個對好奇心的簡單定義時，它可以在沒有任何人為信息輸入的情況下自動探索50多個視頻游戲 - 甚至可以破關(guān)。

但好奇心隨之伴隨著成本。研究人員還發(fā)現(xiàn)，由于人工智能會因看到新事物而獲得獎勵，有時它會故意作死，就為了看到“游戲結(jié)束”的屏幕，或者被遙控器分心胡亂換臺。

團隊用于人工好奇心的定義相對簡單：該算法將嘗試預(yù)測其環(huán)境在未來一瞬看起來會是什么樣子。當下一幀發(fā)生時，算法會因預(yù)測錯誤而得到獎勵。這一想法是基于如果算法可以預(yù)測環(huán)境中會發(fā)生什么，那么這代表它之前就已經(jīng)看過這些內(nèi)容了。

這就是為什么AI如此擅長《超級馬里奧》這樣的游戲 - 游戲的基礎(chǔ)是探索并進入下一關(guān)。

這項研究的重點不僅僅是用AI破關(guān)視頻游戲，還要了解算法如何更好地解釋周圍的世界，這也代表未來可以用AI來簡化調(diào)試代碼，或試玩視頻游戲發(fā)現(xiàn)bug。