MuZero成為DeepMind最先進的AI算法。(圖片來源：DeepMind公司網站)

　　科技日報記者 馮衛(wèi)東

　　據最新一期《自然》雜志報道，DeepMind公司開發(fā)的一種人工智能(AI)算法MuZero，可以在不告知其游戲規(guī)則的情況下掌握圍棋、國際象棋、日本將棋和視頻游戲，這是谷歌人工智能部門獲得的又一重大突破。

　　DeepMind公司表示，研究人員多年來一直在尋找一種方法，既可以學習建立用于解釋當前環(huán)境的模型，也能夠利用這個模型來進行最好的決策。到目前為止，大多數方法都難以在Atari這種游戲中進行有效規(guī)劃。

　　MuZero最初在2019年推出，通過只關注環(huán)境中最重要的一個方面，來學習建立模型并解決問題。通過將這種方法與“阿爾法狗”強大的搜索樹技術相結合，MuZero的能力實現了重大飛躍。此外，MuZero還利用了前瞻搜索、基于模型的規(guī)劃來解決問題。

　　MuZero不會使用規(guī)則來找到最佳情況(因為事先不被告知)，而是學習考慮游戲環(huán)境的各個方面，自己觀察它是否重要。在數百萬場比賽中，它不僅學習規(guī)則，而且學習位置的通用價值、成功的通用策略以及事后評估自己行為的方式。后一種功能可幫助其從自身的錯誤中學習、回憶和重做游戲，以嘗試各種不同方法來進一步優(yōu)化位置和策略價值。

　　MuZero不僅在國際象棋、圍棋和日本將棋上達到了與提供完善規(guī)則的“阿爾法狗”一樣的超人水平，在Atari游戲這樣的雜亂感知輸入環(huán)境中，也創(chuàng)造了新紀錄。研究人員將MuZero描述為“在追求通用算法方面邁出的重要一步”。