最近被微軟收購(gòu)的一家深度學(xué)習(xí)初創(chuàng)公司Maluuba的研究人員開發(fā)了一套人工智能系統(tǒng)，不管是人類還是電腦，該系統(tǒng)都已成為第一個(gè)在吃豆人游戲中獲得999990分完美成績(jī)的玩家。利用深度學(xué)習(xí)開發(fā)的程序擊敗電子游戲系統(tǒng)并不是什么新成就，但仍然值得注意，原因有以下幾點(diǎn)。

首先，它之所以引人注目，是因?yàn)樗x的游戲類型。上世紀(jì)80年代的街機(jī)游戲并不是為了被打敗而設(shè)計(jì)的，它們的設(shè)計(jì)初衷是為了讓人們能夠宅在家里玩。而當(dāng)吃豆人游戲Ms. Pac-Man版本發(fā)布的時(shí)候，它實(shí)際上比原來(lái)的吃豆人Pac-Man更難預(yù)測(cè)，所以玩家要想打敗它就更難了。

第二點(diǎn)，或許也是最值得關(guān)注的一點(diǎn)，是研究人員用來(lái)解決吃豆人游戲的方法。與其他研究人員所做的不同，這支團(tuán)隊(duì)并沒有開發(fā)一個(gè)單獨(dú)的智能代理來(lái)學(xué)習(xí)整款游戲，而是使用了許多較為簡(jiǎn)易的智能代理來(lái)學(xué)習(xí)這款游戲的某一個(gè)方面。例如，對(duì)于游戲中的鬼魂行為、水果行為、顆粒行為等，都由智能代理去學(xué)習(xí)。

有超過(guò)100個(gè)智能代理參與其中，每個(gè)單獨(dú)的代理都會(huì)根據(jù)自己關(guān)注的那個(gè)部分，來(lái)判斷吃豆人應(yīng)該會(huì)遵循的一套行動(dòng)設(shè)定。然后，這些設(shè)定就會(huì)被匯總起來(lái)成為程序，這個(gè)程序會(huì)根據(jù)所有成果的加權(quán)平均偏好來(lái)決定吃豆人的行動(dòng)。

“通過(guò)以這種方式分解問(wèn)題，學(xué)習(xí)變得更容易了。”其中一名研究人員在視頻中解釋道，“現(xiàn)在的情況是，很多智能代理學(xué)會(huì)了簡(jiǎn)單的任務(wù)，而不是只有一名代理學(xué)會(huì)了單項(xiàng)復(fù)雜的任務(wù)。”研究人員認(rèn)為，把復(fù)雜的問(wèn)題分解成更簡(jiǎn)單、更小的問(wèn)題，可以讓深度學(xué)習(xí)系統(tǒng)更容易處理復(fù)雜的行為。反過(guò)來(lái)，對(duì)于人工智能在未來(lái)可能會(huì)應(yīng)用到的現(xiàn)實(shí)任務(wù)來(lái)說(shuō)，這種方法也是可取的。研究人員稱，即使一個(gè)問(wèn)題只能被分解成兩、三個(gè)部分，也可能會(huì)令復(fù)雜問(wèn)題“簡(jiǎn)單化”。