DeepMind 表示,其新的多游戏人工智能是迈向更通用智能的一步
人工智能已经能够掌握一些有史以来最困难的游戏,但这些模型通常是针对特定挑战量身定制的。 DeepMind算法的创建者认为,能够处理更广泛游戏的新算法是朝着更通用的人工智能方向迈出的一步。
使用游戏来衡量人工智能的基准并不新鲜。 1997 年,IBM 的“深蓝”算法击败了国际象棋世界冠军加里·卡斯帕罗夫,被誉为该领域的里程碑。 2016 年,当 DeepMind AlphaGo 击败了世界顶级围棋选手之一李世石(DeepMind 的成果)时,引发了人们对人工智能潜力的狂热兴奋。
DeepMind 通过创建 AlphaZero 扩大了其成功。 该模型掌握了许多游戏,例如国际象棋和将棋。 AlphaZero 令人印象深刻,但它只适用于信息完美的游戏,即双方玩家都可以看到游戏的各个方面,除了对手的意图。 AlphaZero 仅适用于双方玩家都能看到棋盘上每一个棋子的游戏。
来源和详细信息:
https://singularityhub.com/2023/11/20/deepmind-says-new-multi-game-ai-is-a-step-toward-more-general-intelligence/