大多數(shù)人工智能都被用來翻譯，標(biāo)記照片以及優(yōu)化導(dǎo)航路線，依賴人類自己向AI提供一些信息。但是一些人工智能研究人員正在探索如何給算法賦予好奇心，可以在沒有人為指導(dǎo)的情況下學(xué)習(xí)。

來自加州大學(xué)伯克利分校和愛丁堡大學(xué)的研究人員，由Elon Musk，Sam Altman和其他硅谷大佬創(chuàng)建的非營利性AI實(shí)驗(yàn)室OpenAI的新研究發(fā)現(xiàn)，當(dāng)AI算法被賦予一個(gè)對(duì)好奇心的簡單定義時(shí)，它可以在沒有任何人為信息輸入的情況下自動(dòng)探索50多個(gè)視頻游戲 - 甚至可以破關(guān)。

但好奇心隨之伴隨著成本。研究人員還發(fā)現(xiàn)，由于人工智能會(huì)因看到新事物而獲得獎(jiǎng)勵(lì)，有時(shí)它會(huì)故意作死，就為了看到“游戲結(jié)束”的屏幕，或者被遙控器分心胡亂換臺(tái)。

OpenAI團(tuán)隊(duì)用于人工好奇心的定義相對(duì)簡單：該算法將嘗試預(yù)測其環(huán)境在未來一瞬看起來會(huì)是什么樣子。當(dāng)下一幀發(fā)生時(shí)，算法會(huì)因預(yù)測錯(cuò)誤而得到獎(jiǎng)勵(lì)。這一想法是基于如果算法可以預(yù)測環(huán)境中會(huì)發(fā)生什么，那么這代表它之前就已經(jīng)看過這些內(nèi)容了。

這就是為什么AI如此擅長《超級(jí)馬里奧》這樣的游戲 - 游戲的基礎(chǔ)是探索并進(jìn)入下一關(guān)。

這項(xiàng)研究的重點(diǎn)不僅僅是用AI破關(guān)視頻游戲，還要了解算法如何更好地解釋周圍的世界，這也代表未來可以用AI來簡化調(diào)試代碼，或試玩視頻游戲發(fā)現(xiàn)bug。