基本条件及其外延条件,尽管与国外还无法相提并论,但在国内已经基本具备,所以人工智能技术研发上,方杰认为是时候发一下力了。
首先算法方面,说白了就是两个分支条件:程序开发人才和算法训练平台。
人才这一块国内目前并不缺,沸腾研究院、中科院自动化研究所、华为、腾讯等,在相关领域本来就有大量的科研人才。
而这次发力,方杰还直接拿钱把在海外工作的不少华裔专家砸回到了国内来。
至于算法平台,那可是老本行,不就是游戏么,这方面沸腾集团拥有天然优势。
AI的学习,就是通过游戏进行学习的。
当然,AI游戏与人类游戏,稍稍有点区别,即针对性更强,目的不是为了让AI从游戏里获得成就感,而是为了使其学习进步,并帮助人类完成各种工作任务。
比如红白机时机就有一款非常简单的游戏:打方块。
其游戏玩法是玩家左右滑动控制一个具有弹力的短板,接球并反弹小球,消除游戏界面上方一排排的小方块,消掉所有方块就能通关游戏,并以此获得成就感。
如果将这款游戏用作AI训练平台,通过特定的算法和强化学习,AI就会从一开始完全接不住球,到后来不光能接住球,还能准确计算出小球的反弹角度,消掉上方所有方块。
甚至经过一段时间的训练和学习,AI还能找到最优的通关方式。
比如先精准消掉左上角的几个方块,打通所有方块的上方路径,然后再把小球打进去,让小球在方块阵的上方,在墙壁与方块阵之间来回反复反弹,每趟能连击消除几十个方块,大大提高了通关速度,并且获得更多的连击分数加成。
这样的游戏思路和技术,可能只有高玩才能想到和做到,到了这一步,AI在打方块这款游戏里的技术水平,显然已经超过了普通玩家,其学习方式,就不是“监督学习”了,而是“强化学习”,AI拥有了自主学习的能力。
同样的方式,如果将AI放入其他游戏,或者说不同算法模型里不断地的学习总结,那么一样也能训练培养出能力极强的AI出来。
从本质上看,培养教导AI,其实与教育小孩没有太大区别。
那么反过来说,通过游戏进行寓教于乐学习,才是人类小时候最佳的教育学习方式,将游戏视为洪水猛兽,是不可取的,在教育方法上,自我强化学习也要比填鸭式“监督学习”效果更好。
算法问题解决了,接下来就要满足算力和数据的条件。
数据不必多说,游戏训练平台本身就是在不断地收集数据,随着AI智能不断提升,数据收集的速度和质量也在不断提升,而在实际运用场景中,遍布全网的大数据了解一下?
比如未来的人工智
请收藏:https://m.yzhlmcl.cc
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)