如果說人工智能技術(shù)已經(jīng)在自動駕駛和其他學習人類日常行為的領(lǐng)域擁有出色的表現(xiàn)，那么現(xiàn)在人工智能已經(jīng)開始進一步學習如何應(yīng)對未知的環(huán)境了。而這就是機器學習技術(shù)的意義，需要對現(xiàn)實世界的例子進行學習，從而提升人工智能技術(shù)的能力。

　　不過，目前為止大多數(shù)用來訓練機器學習技術(shù)的環(huán)境都是虛擬的，而現(xiàn)在來自于英國微軟研究院的一組科學家開始使用游戲回放數(shù)據(jù)訓練人工智能技術(shù)解決復雜問題的能力，而這對于這一現(xiàn)狀的改變起到了很大的作用。

　　研究人員利用《Atari 2600》這款經(jīng)典的游戲來為深度機器學習系統(tǒng)提供真實世界的數(shù)據(jù)，額這個系統(tǒng)通過實驗和反復的錯誤糾正，來強化學習技術(shù)適應(yīng)未知環(huán)境。在研究中這些數(shù)據(jù)正是研究人員口中“最大、最多樣化的數(shù)據(jù)庫”，同時現(xiàn)在這些數(shù)據(jù)已經(jīng)被公開。

　　這些數(shù)據(jù)都是基于Web版Arari 2600模擬器得出，而這個游戲正是使用了Javascript語言和Javatari工具編寫。研究人員使用了一種游戲化的眾包模式，并且利用人們的意愿來玩游戲，并且獲得游戲中的獎勵，并且對所有玩家的表現(xiàn)進行排名。

　　研究人員收集和分析了大約970萬幀，約合45小時的游戲時間，通過五個不同的游戲嘲和不同的難度來創(chuàng)造不同的復雜程度，包括視頻彈球、Qbert太空入侵者、吃豆人和Montezuma復仇等。

　　從目前的測試結(jié)果來看非常順利，通過將信息輸入到系統(tǒng)中，人工智能能夠像普通游戲玩家一樣活得游戲中的獎勵和分數(shù)，研究人員通過這種數(shù)據(jù)訓練來證明機器學習系統(tǒng)的價值。

　　展望未來，研究人員希望利用更專業(yè)的數(shù)據(jù)來提高機器學習的訓練能力，讓人工智能在應(yīng)對未知狀況時采取更有效的措施。

   投稿郵箱：chuanbeiol@163.com   詳情請訪問川北在線：http://www.sanmuled.cn/