「DeepMind打造的XLand元宇宙：超牛的AI世界！」

锌财经的作者陈伊婷在一篇文章中介绍了DeepMind推出的新泛用型游戏XLand。这项新技术意味着我们可以创建一个全新且媲美AlphaGo的人工智能，而无需事先了解游戏规则。长期以来，AI强化学习存在着泛化能力差的问题，只能从头开始学习一个个单独的任务。DeepMind先前推出的AlphaZero在围棋、西洋棋和将棋领域表现出色，但要成为不同游戏中的强者，需要在每个游戏中重新训练。然而，XLand的出现填补了这个缺陷。它具有高度泛化的能力，类似于人类学会用筷子夹米饭后，也能用筷子夹住其他食物。DeepMind创建XLand的目的是让通过强化学习训练的AI能够玩遍「全宇宙的游戏」。XLand由任务、世界和玩家构成，任务的复杂度由竞争性、平衡性、可选项和探索难度四个维度评判。AI智能体通过第一人称视角感知游戏环境，并试错地探索游戏规则，从中积累大量数据来训练自己完成游戏目标。通过多代训练，AI在XLand的4000个独立世界中玩了约70万个独立游戏，涉及340万个独立任务，最后一代的每个智能体经历了2000亿次训练步骤。目前，AI智能体已经能够成功参与几乎所有评估任务，除了一些连人类也无法完成的任务。DeepMind展示了无监督式机器学习的巨大潜力，并向世界证明未来训练AI的成本和门槛将会越来越低，直至全球普及。未来，当AI能够在「元宇宙」中自主学习演化时，赛博朋克的世界是否会成为现实呢？

热点：元宇宙