本文摘要：从玩游戏到人脸识别，机器智能在一系列任务上的展现出都多达了人类。

从玩游戏到人脸识别，机器智能在一系列任务上的展现出都多达了人类。但令人失望的事实是，AI系统依然无法处置多项任务。AI研究人员的下一个大目标是研发一个能很好地已完成很多任务的系统，而不是只擅长于一项任务的超级人类。

FacebookResearch的ArthurSzlam和同事们转入了这一领域，他们早已开始研究的AI助理需要和人类对话，然后根据催促继续执行各种任务。至关重要的是，这些助理可以从对话中自学，从而减少其继续执行任务的范围。Szlam及其同事自由选择通过《我的世界》来构建这一目标。

这是一款3D沙盒视频游戏，容许玩家在一个独有的、无限的在线世界中探寻、建构、制作甚至战斗。《我的世界》是有史以来最畅销的电子游戏，已卖出多达1．7亿份。每月有多达9000万人在参予这个游戏。

但让它对AI研究简单的是，尽管《我的世界》获取了无限的多样性，但它的规则也很非常简单，在一定范围内是可预测的。AI研究人员早已开始用于它来训练和测试各种AI系统。现在，Szlam和他的同事正在更进一步发展。他们回应：“我们感兴趣的不是在单个艰难任务上的超人展现出，而是在大量更加非常简单任务上的能力，而这些任务是由人类登录的。

”《我的世界》是AI向人类自学的极致环境。他们说：“由于我们是在游戏环境中工作的，玩家有可能讨厌在研发过程中与助手展开对话，这为人类参予到的环形研究获取了非常丰富的资源。”乍一看，《我的世界》中有可能经常出现的行动数量是极大的。Szlam和同事回应：“一个玩家在游戏中有可能做到的事情是十分多的；最天知道是，牵涉到所有区块的不切实际方法必须占有所有的内存。

”但《我的世界》中的绝大多数区块布置都是不太可能的。他们回应：“我们预计，助理玩家催促的布置将集中于在游戏中实际有可能的一小部分。”这使得AI的任务显得非常简单得多。

Facebook团队指出，即使他们的AI系统在很多任务上告终了，它依然是简单的。他们回应：“我们坚信，我们可以在沦为一名简单的助理方面获得进展，而不用需要顺利应付每一个有可能的催促。”但这依然具备挑战性。

艰难之一是解读普通语言。Facebook团队设想了以下拒绝：玩家：修建一座15个区块低的塔楼，然后在上面敲上一个极大的笑脸。助理：好的。

这个比较非常简单的拒绝必须大量的科学知识。助理必需解读“塔”的概念和如何修建一座塔，告诉“15个区块低”是测量塔的高度，告诉“15”是什么。它还必须解读“笑脸”这个词，以及如何建构它，并告诉将它放到“顶部”意味著什么。

不难想象这些催促不会显得多么简单。但AI自学的机会是极大的。如果Facebook需要取得充足多的人类协助，那么这个助理就可以拒绝人类协助它自学。而Facebook正在把设计AI的任务原作为自我完善。

对AI系统最少见的抨击之一是，它们除了拒绝接受过搜集准备好的数据所获取的训练外，没教给新的任务。但研究者指出，《我的世界》环境是发展这种自学的理想环境。这是一项有意思的工作，为Facebook制订了一个雄心勃勃的目标。

当然，现在还为时尚早。该团队将这项工作叙述为“战斗的恶魔”。

不过，该助理的早期版本早已可可供普通用户开始试用，任何人都可以iTunes。

本文关键词：乐动·LDSports(中国)体育官网,乐动LDSports,乐动LD体育Sports最新官网

本文来源：乐动·LDSports(中国)体育官网-www.xunda588.com