科技日報記者 馮衛東

據最新一期《自然》雜誌報道，DeepMind公司開發的一種AI算法MuZero，可以在不告知其遊戲規則的情況下掌握圍棋、國際象棋、日本將棋和視頻遊戲，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，既可以學習建立用於解釋當前環境的模型，也能夠利用這個模型來進行最好的決策。到目前爲止，大多數方法都難以在Atari這種遊戲中進行有效規劃。

MuZero最初在2019年推出，通過只關注環境中最重要的一個方面，來學習建立模型並解決問題。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、基於模型的規劃來解決問題。

MuZero不會使用規則來找到最佳情況（因爲事先不被告知），而是學習考慮遊戲環境的各個方面，自己觀察它是否重要。在數百萬場比賽中，它不僅學習規則，而且學習位置的通用價值，成功的通用策略以及事後評估自己行爲的方式。後一種功能可幫助其從自身的錯誤中學習、回憶和重做遊戲，以嘗試各種不同方法來進一步優化位置和策略價值。

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則的阿爾法狗一樣的超人水平，在Atari遊戲這樣的雜亂感知輸入環境中也創造了新紀錄。研究人員將MuZero描述爲“在追求通用算法方面邁出的重要一步”。

編輯：劉義陽