文丨鋅財經，作者丨陳伊婷，編輯丨大風
DeepMind 推出最新泛用型游戲 XLand，冷不丁丟出一個重磅炸彈。這意味著，在零樣本且不需要事先知道規(guī)則的情況下，就可以打造出一個全新的、堪比 AlphaGo 的人工智能。
一直以來，AI 強化學習苦于泛化能力差，只能針對單個任務來從頭開始學習。
5 年前，AlphaGo 打敗世界圍棋冠軍李世石，舉世驚呼。自 AlphaGo 之后，Deepmind 又推出能通學西洋棋、將棋、圍棋的 AlphaZero。
AlphaZero 非常強大，在三大棋領域中「打遍天下無敵手」。但問題在于，AlphaZero 若想能夠在不同游戲中「稱霸天下」，還得在每個游戲「從零訓練」后才能夠實現(xiàn)。
XLand 的出現(xiàn)則彌補了這個缺陷。如果說 AlphaZero 是「下棋的手」，那么 XLand 則創(chuàng)造出了「一個人」。
它的強大之處，在于它高度泛化的能力。簡單的說就是觸類旁通，好比人類學會用筷子夾米飯，就能學會用筷子夾菜。而 DeepMind 打造 XLand 的目的，則是為了讓自家通過強化學習訓練的 AI，能夠玩遍「全宇宙的游戲」。
這個世界的任務由游戲、世界、玩家構成。根據三要素的不同關系，來決定任務的復雜度。復雜度則由競爭性，平衡性，可選項，探索難度這 4 個維度評判。
從簡單到復雜的游戲，AI 智能體通過第一人稱視角去感知游戲中環(huán)境，并且不斷嘗試、碰撞游戲規(guī)則，從中累積龐大數據來訓練自己完成游戲目標。
簡單的比如「靠近紫色立方體」，復雜一點的比如「靠近紫色立方體或將黃色球體放在紅色地板上」。長此以往，AI 智能體從新手小白成長為屠龍勇士，吃雞、捉迷藏都難不倒它們。
基于此，一個由任務空間組成的、超大規(guī)模的「元宇宙」XLand 就誕生了，幾何地球只是其中的一個小角落。我們或許可以提出這樣一個設想，人類是外星人創(chuàng)造的 AI，而地球是外星人創(chuàng)造的 XLand。
經過 5 代訓練，AI 智能體在 XLand 的 4000 個獨立世界中玩大約 70 萬個獨立游戲，涉及 340 萬個獨立任務的結果，最后一代的每個智能體都經歷了 2000 億次訓練步驟。
目前，AI 智能體已經能夠順利參與幾乎每個評估任務，除了少數連人類也無法完成的任務。
從 AlphaGo 走到現(xiàn)在 XLand，DeepMind 展示了無監(jiān)督式機器學習的高度潛力，也向世界證明未來訓練 AI 的成本跟門檻將會越來越低，直至普及全球。
未來的某一天，當 AI 也能夠在「元宇宙」中自己學習演化，賽博朋克的世界是否會真的到來？
