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。

　　在过去，谷歌 DeepMind 在开发游戏人工智能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，早期的人工智能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。

　　在训练人工智能系统时，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可以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：“人们可以想象，有一天，我们可以让 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 可以完成 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。

　　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，人工智能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，他们希望人们能够与代理聊天并得到回应。

　　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。

　　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的文章。她还曾在《经济学人》工作，并曾担任新闻主播。