辛頓驚訝的道：“你們攻克了《打磚塊》？”

哈薩比斯眉開眼笑的道：“沒錯！”

“快演示給我看看！”辛頓頗為激動。

從上個世紀50年代人工智能剛形成概念的時候起，游戲始終都是人工智能的重要測試手段。

早在1990年的時候，人工智能就在跳棋項目上擊敗了人類世界冠軍。

1997年，ibm的超級計算機“深藍”擊敗了國際象棋世界冠軍卡斯帕羅夫。

2011年，另一臺ibm計算機“沃森”在游戲《危險邊緣》中擊敗了所有人類玩家。

deepmind也試圖從游戲項目入手挖掘人工智能的潛力，他們開發出了一個會玩游戲的人工智能，主要目標瞄準了雅達利游戲。

雅達利是一種上世紀80年代流行一時的主機，曾經是游戲市場的霸主，卻由于推出了一款史上最垃圾的游戲《et》而一蹶不振，最后被任天堂的fc取而代之。

但在很多歐鎂人的心中，雅達利游戲依然是經典，其中最出名的幾款游戲《太空入侵者》、《乒乓》和《打磚塊》都被deepmind列入人工智能的攻克名單。

來到演示電腦前，屏幕上正在進行著一場《打磚塊》游戲，沒有人操控，擋板自動的在屏幕下方游走，一次又一次的把小球彈向上方磚墻。

哈薩比斯道：“弗拉德，你來給大家講解一下吧。”

弗拉德·姆尼是deepmind的資深工程師，這臺正在打磚塊的人工智能系統正是他率領團隊做出來的，聞點了點頭道：“諸位，我們使用一種全新的深度神經網絡構造方法，制作出了這個系統。通過反復試錯來學習《打磚塊》的游戲方法和每一種擊球角度的細微差別，目前已經玩了14283局游戲，系統已經能夠分析出哪一種動作是有效擊打，哪一種是無效擊打，我們稱這種學習方式為強化學習。”

“在最初的系統中，它需要300個小時以上，才能精通這款游戲，并且通關。經過我們不斷調整算法和結構之后，它現在已經能夠在30分鐘之內學會游戲的基本規則，1個小時達到普通玩家的熟練度，每次都能準確的接到小球命中磚塊，2個小時候它就學會了進階技巧，能夠找準角度把球打入磚塊后的狹窄空間，利用小球在磚塊之前的反彈碰撞快速得分。”

“目前，這個系統在游戲中的得分已經超越了deepmind的所有人。”姆尼最后的一句話發人深省。

辛頓一直靠在墻邊安靜的聽著，直到此時問道：“所以你們的系統真的是每一次都從頭學習打磚塊的游戲技能？”

姆尼道：“沒錯。我們只是設定了一個目標，比如得到最高的分數，它就可以自動試錯和學習，制訂一些獨特的游戲策略。這些策略的最終目標就是得到最高分。然后，

_l