Deepmind 今年稍早“一战成名”，在中国乌镇围棋峰会上，AlphaGo 战胜了世界冠军柯洁九段。在这之后，我们知道 Deepmind 会把 AlphaGo 的技术运用在疾病诊断等造福人类的领域。
所以，Deepmind 最近在做什么“高大上”的事呢？
……他们在教 AI“跑酷”。
最近，Deepmind 放出一段“搞笑影片”。其中的火柴人看似将以酷炫的动作翻越路上的障碍物，但不幸演出各类“花式摔跤”。在影片中，还有 4 条腿的“蚂蚁”和只有身体和腿的“走路器”。
Deepmind 表示，这些小人的动作都是 AI 控制的。在 AI 的帮助下，小人能做走路、跳跃等一连串动作，甚至能模仿行动不便的老人走路的样子。
为什么 Deepmind 的 AI 不下围棋，而是开发新爱好“跑酷”呢？
Deepmind 发表的文章中，研究人员称“跑酷”和围棋在目的上显著不同，这点就是他们希望 AI 学习的。研究人员这么解释：
在一些 AI 问题中，比如玩雅达利（Atari）的游戏和下围棋，目标非常容易定义──就是赢。但你如何解释后空翻的目标？或跳跃动作？
在训练自动化系统运动时，如何向 AI 清楚解释复杂动作，是经常遇到的问题。
在实验中，研究人员在火柴人的必经之路上摆放“矮墙”、松动的“地砖”等障碍物。AI 控制的小人在一次次翻越障碍不成功后，也学会了如何“安全”跑到终点。
Deepmind 将这项技能形容为：
我们的实验对象在不接受指令的情况下演化出复杂技能。这是一个能用于训练系统不同、模拟人体运动的技术。
Deepmind 补充，他们采用一种“回馈学习算法”（reinforcement learning algorithm）。这种算法能帮助未来 AI 在不同环境中灵活自然地运动。
在研究者的眼中，人工智能控制的灵活行为是人工智能拥有“运动智慧”的指标。在这技术的助力下，电脑很快就能胜任更复杂的工作，甚至变得和人类越来越像。
▲ 你走路时是这样吗？
Deepmind 对这项技术有不少期望。研究者在文章最后写道：
未来，我们可以将这些技术运用在复杂环境中，调控更多（机器）行为。
调控一大堆模仿人类行为的机器？听起来它们能做很多事，比如说……组成一个《西方极乐园》般的游乐园？所以，Deepmind 今天还在花式摔跤的火柴人，能变成明日《西方极乐园》里心思缜密、行动灵活的机器人吗？
- Producing flexible behaviours in simulated environments
（本文由 36Kr 授权转载；首图来源：影片截图）
延伸阅读：
- Google AI 眼科医师在印度“开业”，要协助糖尿病患筛检视网膜病变
- 《西方极乐园》的道德难题：机器人能否享有与人类同等的权利？
