细思极恐︱AlphaGo再进化 MuZero不知规则却精通十款电玩与棋类
2016年，AlphaGo战胜韩国棋王李世乭，向全世界宣示了AI在游戏领域的强悍实力。如今DeepMind又更上一层楼，向公众介绍不必知晓规则，也能精通各式游戏的AI模型MuZero，并可望用于降低YouTube的营运成本。
MuZero懂得游玩数十款雅达利（Atari）电玩游戏、西洋棋、围棋及日本将棋，不过与它的前辈不同的是，以往没有一款AI能够同时精通电玩与棋盘类游戏，且即使不告知它游戏规则，也能在过程中自行领悟。
DeepMind曾于2019年首度披露MuZero的存在，但直到本周才正式于《自然》期刊上，发表论文介绍这项AI技术的细节。DeepMind指出，MuZero在各式游戏中都有顶尖表现，并展现出对未知环境的掌握能力。
▼▼▼还记得AlphaGo先后击败李世乭、柯洁两位世界级棋手？▼▼▼
懂得自行学习游戏规则，MuZero能以有限资讯做出最佳决策
“我们只是告诉系统说，用你自己建构的认知，去了解这个世界怎么运作。”DeepMind电脑科学家大卫．西尔弗（David Silver）表示，“只要内部的理解成功对上了某个现实事物，那我们就满意了。”
根据DeepMind披露的资讯，MuZero的运作方式是为它所游玩的游戏建立一个模型，然后依照模型规划出游戏中最好的策略、下一步，然后透过游玩不断优化这个模型。
MuZero的设计理念是考虑到现实应用环境，演算法不必全盘了解所有规范、准则，并建立一个100%准确的模型，而是需要在有限的资讯下，达到“够用”的程度。
例如，在瞬息万变的电玩游戏中，AI没有充足时间解析所有可能性，但在小精灵这类游戏中，即使只从6、7种选择中找出最佳路径，MuZero依旧能取得非常好的成绩；而在下围棋时，MuZero也能以较少的运算量，达到比AlphaZero更好的结果。
DeepMind解释，具体来说MuZero会对依照三种环境要素建立模型，一是当前位置、状况的好坏，二是最好的下一步是什么，三是最后的结果如何。如同绘制一幅树状图般，AI利用深度学习理解各个行动最后会有怎样的结果。
西尔弗指出，“现实世界非常复杂混乱，没有一本手册告诉我们他是怎么运作的，但人类却可以规划出接下来该怎么做。”若以DeepMind的举例来说，当看到乌云密布的天空，预测有下雨的可能性，就会决定携带雨伞出门。
“这是我们首次拥有一个有办法建立自己对世界的见解，据此做出复杂前瞻性决策的系统。”西尔弗提到，“（AI）可以从完全没有先备知识的条件下开始，经由反复测试学习世界规则，并展现出超越人类的表现。”
▼▼▼相关图辑：人工智能已可吟诗作画，AI真的拥有智慧？▼▼▼
压缩影片比当代技术更厉害，MuZero可望用于降低YouTube营运成本
由于是如此突破性的AI技术，DeepMind也持续寻找它适合担纲的工作，目前表现最好的是影片压缩，用类似MuZero的演算法实验后发现，它的表现比以往最好的压缩法节省5%互联网流量。
西尔弗解释，互联网上资料流量绝大部分是由影片贡献，倘若能够有效压缩影片，便可缩减经营成本。根据思科的资料，预估到2022年时，影片将占据全球82%的互联网流量。
英国媒体《BBC》指出，MuZero找到的新影片压缩方式，也有望用于降低YouTube的营运成本，不过DeepMind暂时不愿透露Google何时会利用这项技术，仅声称明年会有更多细节公布。
不单用于影片压缩上潜力无穷，MuZero也被认为有助于打造虚拟管家、机器人，甚至强化前阵子DeepMind宣布取得突破性进展的蛋白质折叠预测能力。
DeepMind一直渴望利用AI对世界做出贡献，MuZero能够依照有限资讯做出最佳判断的能力，是AI走出萤幕踏入现实的重要里程碑。就如他们提到的，“知道撑伞能让你免于淋湿，比分析空气中的雨滴模型更有价值。”
延伸阅读：迪士尼开发识眨眼、模拟情绪机械人▼▼▼
延伸阅读：虚拟情人众筹！用VR与自订理想恋人约会 未来人类解决性欲方法？▼▼▼
延伸阅读：
DeepMind又有AI新突破，攻克50年未解“蛋白质折叠”难题！可望加速药物研究
Google开除AI伦理学先锋引论战！CEO亲上火线，为何却被批“最糟糕手法”？
【本文获“数位时代”授权转载。】