DeepMind最早成功做出包括教授AI玩古老的視頻游戲，如《Breakout》和《Asteroids》。但這里所指的游戲最終是讓機(jī)器人做夢(mèng)，做和人類做相同的事情，讓機(jī)器人在現(xiàn)實(shí)的學(xué)習(xí)和信息存儲(chǔ)過(guò)程中發(fā)揮重要作用。

 

　　為了理解實(shí)現(xiàn)讓機(jī)器人做夢(mèng)的重要性，先要理解做夢(mèng)對(duì)哺乳動(dòng)物（例如我們自己的）大腦是幫助的?？茖W(xué)家試著從神經(jīng)科學(xué)的角度理解做夢(mèng)的作用時(shí)，發(fā)現(xiàn)做夢(mèng)的大部分內(nèi)容都是消極或有威脅感的，可以嘗試做一個(gè)月的做夢(mèng)日記，你會(huì)發(fā)現(xiàn)這是真的。

 

 

　　事實(shí)證明，當(dāng)人類夢(mèng)到尷尬的事情或有威脅出現(xiàn)時(shí)，AI夢(mèng)到的卻還是重新排列游戲的各個(gè)章節(jié)，過(guò)程往復(fù)，但引導(dǎo)機(jī)器人做夢(mèng)實(shí)質(zhì)是讓AI像人類那樣可以通過(guò)實(shí)驗(yàn)不斷學(xué)習(xí)。利用AI技術(shù)引導(dǎo)機(jī)器人做實(shí)驗(yàn)并分析不同的行為過(guò)程，以及對(duì)結(jié)果產(chǎn)生的影響。

 

　　那么機(jī)器人可能面臨的挑戰(zhàn)是什么？目前，世界上最先進(jìn)的AI也只停留在主攻復(fù)雜的視頻游戲，如星際爭(zhēng)霸II和迷宮。通過(guò)“做夢(mèng)”，AI能突出游戲某些特別有挑戰(zhàn)性的部分，循環(huán)往復(fù)直到獲得專業(yè)知識(shí)，而不是毫無(wú)意義地排練游戲的整個(gè)過(guò)程卻對(duì)玩家的分?jǐn)?shù)沒(méi)有絲毫影響。使用這種技術(shù)，DeepMind研究人員能夠?qū)崿F(xiàn)以10倍的速度加快的學(xué)習(xí)效率。隨著AI技術(shù)的提升，這個(gè)速度可能會(huì)更快。

 

　　你可能還會(huì)問(wèn)，為什么AI“做夢(mèng)”很有必要。因?yàn)闄C(jī)器人已經(jīng)在大多數(shù)游戲中（如國(guó)際象棋和圍棋游戲）掌控人類行為。要掌握這一點(diǎn)，有必要區(qū)分使用監(jiān)督學(xué)習(xí)（通過(guò)AI分析數(shù)據(jù)并尋找相應(yīng)模式）與無(wú)監(jiān)督學(xué)習(xí)的方法。迄今為止，通過(guò)AI實(shí)現(xiàn)且令人印象深刻的技術(shù)，大部分是使用監(jiān)督學(xué)習(xí)法來(lái)實(shí)現(xiàn)的，由程序員提供“訓(xùn)練數(shù)據(jù)”，AI學(xué)習(xí)檢測(cè)數(shù)據(jù)模式。這是一個(gè)相當(dāng)簡(jiǎn)單的訓(xùn)練機(jī)器人的方法，但決不是人類學(xué)習(xí)的方法。而是使用一種更類似于程序員所說(shuō)的無(wú)監(jiān)督學(xué)習(xí)法，這種類型的學(xué)習(xí)比監(jiān)督學(xué)習(xí)要花費(fèi)更多的時(shí)間，因?yàn)樗婕皩?shí)驗(yàn)等一系列變量的存在。