奔跑吧，山羊！谷歌 DeepMind 的一款新的人工智能代理（AI Agent）学会了玩不同的游戏，包括它以前从未见过的游戏，比如山羊模拟器。这是一款有趣的动作游戏，具有夸张的物理效果。
研究人员能够让它按照文本指令玩七种不同的游戏，并在三种不同的 3D 研究环境中移动。
在过去，谷歌 DeepMind 在开发游戏AI系统方面取得了巨大成功。它开发的 AlphaGo 在 2016 年的围棋比赛中击败了顶级棋手李世石，是展示深度学习力量的一个重要里程碑。
但不同的是，早期的AI系统只能精通一种游戏，或者只能遵循单个目标或命令，而这种新的人工智能代理能够玩各种不同的游戏，包括英灵神殿和无人深空。它被称为 SIMA，是“可扩展、可指导、多世界代理”的缩写。
在训练AI系统时，游戏很适合用来模拟现实世界的任务。美国斯坦福大学计算机科学副教授迈克尔·伯恩斯坦（Michael Bernstein）表示：“原则上，相比在一个简单的环境中训练，一个普通的游戏代理能学习到更多关于如何探索我们的世界的知识。”他没有参与这项研究。
谷歌 DeepMind 的研究工程师提姆·哈雷（Tim Harley）是开发团队的一员，他说：“人类能想象，有一天，我们大家可以让 SIMA 这样的代理与你和你的朋友一起玩游戏，而不是让你对抗强度变态的电脑 NPC（Non-Player Character，非玩家角色）。”
谷歌 DeepMind 的研究工程师弗雷德里克·贝斯（Frederic Besse）说，该团队在训练 SIMA 的过程中使用了大量人类单独和协作玩电子游戏的例子，还有键盘和鼠标输入，以及玩家在游戏中所做行为的注释。
他们使用了一种名为模仿学习的人工智能技术，教智能代理像人类一样玩游戏。SIMA 能够实现 600 条基本指令，如“左转”“爬梯子”和“打开地图”，每一条指令都可以在大约 10 秒内完成。
研究小组发现，一个受过多种游戏训练的 SIMA 代理比一个只掌握了一种游戏的代理表现要好。
贝斯说，这是因为它能利用游戏之间相似的概念来学习更好的技能，更好地执行指令。
他说：“这是一个非常令人兴奋的重要属性，因为我们得到的代理可以玩从未见过的游戏。”
英国伦敦玛丽女王大学人工智能讲师保罗·劳伯（Paulo Rauber）表示，看到这种游戏之间的知识转移是人工智能研究的一个重要里程碑。
劳伯说，以人类提供的例子为基础并学习执行指令，这一基本思想可能会在未来产生更强大的系统，尤其是有了更大的数据集之后。他认为，SIMA 相对有限的数据集影响了它的性能。
负责英伟达人工智能代理项目的高级研究科学家 Jim Fan 表示，尽管 SIMA 训练的游戏环境数量仍然很少，但它正走在正确的扩大规模的路上。
但哈雷说，AI系统离人类的水平还有很大差距。例如，在无人深空游戏中，人工智能代理只能完成人类能完成的 60% 的任务。当研究人员禁止人类玩家向 SIMA 发出指令后，该代理的表现比之前差了很多。
贝斯说，团队接下来将努力提高代理的表现。研究人员希望它能在尽可能多的环境中工作，并学习新技能，他们盼望人们能与代理聊天并得到回应。
该团队还希望 SIMA 拥有更通用的技能，使其能够像人类一样快速上手从未见过的游戏。
贝斯说，人类“能够很快适应没见过的环境和情况。我们大家都希望我们的人工智能代理也一样。”
美国加州大学欧文分校助理教授罗伊·福克斯（Roy Fox）表示，SIMA 使我们离自主代理的“ChatGPT 时刻”更近了一步。
但这离真正的自主人工智能还有非常长的路要走。他说，那将是“一场完全不同的游戏”。
作者简介：梅丽莎·海基莱（Melissa Heikkilä）是《麻省理工科技评论》的资深记者，她着重报道人工智能及其如何改变我们的社会。此前，她曾在 POLITICO 撰写有关人工智能政策和政治的文章。她还曾在《经济学人》工作，并曾担任新闻主播。
