AlphaGO與李世石一戰(zhàn)成名，其背后的谷歌DeepMind人工智能團(tuán)隊(duì)也走到世人面前。據(jù)外媒報道，DeepMind的最新AI已經(jīng)掌握了超高難度的雅達(dá)利游戲《Montezuma’s revenge》，表現(xiàn)讓人咋舌。
據(jù)了解，在AlphaGO之前，DeepMind都是用雅達(dá)利的游戲來自測AI。老版本的AI在《Montezuma’s revenge》中表現(xiàn)一般，但經(jīng)過長時間的學(xué)習(xí)、試錯之后，新版本的AI已經(jīng)掌握了該游戲的大師級技巧。
現(xiàn)在，它可以像人類一樣，躲避、拾取要是，并努力取得更高分。而且整個學(xué)習(xí)過程沒有通過任何捷徑，完全是AI自學(xué)。
此外，DeepMind還為新版AI增加了一種“好奇心”激勵機(jī)制，趨勢AI獲得更高分，并因此獲得回報。
據(jù)悉，老版本的AI在游戲中僅僅探索了2間游戲房間，而新版本的AI由于新的驅(qū)動機(jī)制，探索了15間游戲房間。
