本文转自:人民邮电报

诞生于1869年的《自然》杂志,作为世界上最有名望的科学杂志之一,对于游戏AI的青睐是显而易见的。例如,训练AI车手在《GT赛车》游戏中击败顶级职业选手的话题登上杂志封面,AlphaStar在《星际争霸2》游戏中击败欧洲服务器99.8%人类玩家的文章第一时间刊发。

当然,最经典的莫过于《自然》杂志2015年的一次刊文。彼时,谷歌的DeepMind团队教AI学习玩上世纪80年代流行的雅达利小游戏,并研究比人类玩家水平更高的方法,随即将公式“CNN(卷积神经网络)﹢Q-learning(一种离轨-时序差分-强化学习迭代方法)= DQN”公之于众。这篇被称为“DQN”的论文被看作人工智能里程碑,并在不久之后开启了以强化学习和深度学习为特征的全球人工智能“风口”。

《自然》杂志之所以如此青睐游戏AI,是因为它注重启发性和前瞻性,也因此让AI的边界和适用场景变得无比广阔。作为《自然》期刊的刊发大户,DeepMind团队后续发表的许多论文,都在不同角度演绎着脱胎于游戏的AI能做什么。比如,破解玻璃态变化这一物理难题,助力顶尖数学家证明数学猜想,用AI控制核聚变反应,以及联合哈佛、剑桥等知名高校研究脑力劳动背后的经济学特征等。此外,2021年末,当AI破解了困扰数学家数十年的“结”猜想后,《自然》杂志的封面立刻为其“绽放”。

攀登科学的高峰,已经成为游戏AI的使命之一,或许这是《自然》杂志所看重的,但却不是游戏AI的边界或尽头。更多的跨界可能性,也在不断衍生。匪夷所思的是,游戏AI为脑科治疗领域开辟了新思路。一则报道称,凭借《原神》成功走向世界的游戏企业米哈游,其旗下的逆熵工作室在2019年就与瑞金医院脑病中心围绕脑机接口和VR展开了多项研究。

还有走得更远的。2021年12月,《科技日报》曾报道了一则新闻:在一项研究中,澳大利亚和英国科学家组成的研究小组在5分钟内,教会实验室培育的“迷你人脑”玩游戏《Pong》。《Pong》是1972年雅达利出品的一款模拟双人打乒乓球的游戏,有人称其为“第一代电子游戏”。5分钟内就能学会玩这款游戏,连擅长深度学习的AI也未必能够实现,“迷你人脑”为何能成功?真相在于,它并非AI,而是由人类干细胞放置在一个微电极阵列上生长成的脑细胞所组成,属于“电子人”。从整体上看,“迷你人脑”的技能水平远低于人类或人工智能系统,但如果结合人工智能的深度学习能力,或许会诞生奇迹,当然还需要进一步探索。一旦“迷你人脑”的研究能深入且有效,或将用于测试脑部的疗法。

更多基于游戏AI的研究正在进行中,未来将大量出现在现实场景中,变得不那么稀缺,《自然》杂志或许此后将慢慢地不再让游戏AI上头条了。到那个时候,游戏AI也就真正大获成功了。