人工神經(jīng)網(wǎng)絡(luò)是一種創(chuàng)建人工智能的方法——模仿人類認知能力的程序。人工智能(AI)可以識別一組圖像中的貓或狗、玩游戲或?qū)W習(xí)駕駛汽車。隨著人工神經(jīng)網(wǎng)絡(luò)的發(fā)明，計算機在這些任務(wù)上已經(jīng)變得更好——在某些情況下甚至比人類還要好。

建立一臺與我們解決問題的能力相匹配或超越我們能力的機器的夢想早于現(xiàn)代計算機。虛構(gòu)的AI的故事出現(xiàn)在古老的故事中。我們可以想象，智能機器會以某種方式教給我們一些我們自己不了解的東西。

人類對AI的追求一直持續(xù)到今天。為了了解為什么神經(jīng)網(wǎng)絡(luò)在現(xiàn)代AI中如此有用，我們首先來看一下早期AI研究人員使用傳統(tǒng)方法遇到的一些麻煩。

AI的一些最常見示例出現(xiàn)在計算機和視頻游戲中。

在1940年左右第一臺計算機發(fā)明之后不久，游戲和計算就交織在一起。早期的程序員通過編寫可以與人類玩家玩簡單棋盤游戲的程序，證明了早期計算機的功能。

在棋盤游戲中，玩家根據(jù)游戲規(guī)則輪流向游戲目標(biāo)前進。任何玩家(無論是人還是計算機)的目標(biāo)都是最大限度地提高獲勝的機會。如果您要設(shè)計AI玩可以與人類玩家抗衡的棋盤游戲，那么AI必須具備哪些能力?

• 從一個給定的狀態(tài)生成一個合理的移動方式。
• 對一系列合理的動作進行排序，然后決定走哪一步。
• 測試這一舉動是否符合條件，然后結(jié)束游戲。

設(shè)計具有游戲性的AI的最大挑戰(zhàn)是開發(fā)一種對不同動作進行排名的算法。特定舉動的排名不僅在于提高您的優(yōu)勢有多大，而且還對您的對手造成了多大破壞。

為了說明這一點，請查看下面的井字游戲，該游戲的目標(biāo)是將標(biāo)記(X或O)放置在網(wǎng)格上，以便您可以通過棋盤上的三個標(biāo)記畫一條直線。

這是游戲中棋盤的狀態(tài)：

輪到X了，確定X的最佳移動，假設(shè)X或O在隨后的移動中均未出錯，哪個玩家將獲勝?O?X?

在游戲中開始的時候進行場景預(yù)測是比較難的。

輪到X了，接下來選擇那個可以確保X獲勝?

假設(shè)：X在所有的后續(xù)移動中都處于正確的選擇，并且O也是同樣盡可能地阻止X獲勝。

如果要設(shè)計一個可以從錯誤中吸取經(jīng)驗的AI，那么設(shè)計一個可以玩井字游戲的AI實際上比編寫一個可以解決最后一個問題中所有不同情況的程序要容易得多。

在1960年左右，一位名叫Donald Michie的AI研究人員提出了一個革命性的想法。他著手設(shè)計一種可以從零開始學(xué)習(xí)井字游戲策略的AI。在他看來，即使AI不能很好的進行游戲，但學(xué)會以未知的方式玩游戲，比直接用游戲邏輯對其編程要好。如果他的方法適用于井字游戲，則可以擴展到更復(fù)雜的游戲。

Michie下定了決心，他的發(fā)明被廣泛認為是邁向人工神經(jīng)網(wǎng)絡(luò)發(fā)展的重要一步。當(dāng)時，計算機是稀有且昂貴的，所以他從他擁有很多東西的地方構(gòu)建了自己的AI(Matchbox AI)。

以下是Michie的Matchbox AI的工作原理：

在井字游戲中一共有304種不同的游戲狀態(tài)(將X，O和空白位置放在不同的3*3的棋盤中)，一個玩家從開始到最終移動可能遇到的情況。

Matchbox AI在每種狀態(tài)下都有一個Matchbox(火柴盒)，因此它可以學(xué)習(xí)在任何可能遇到的情況下要做出的動作。每個Matchbox在其外部都有對應(yīng)的棋盤狀態(tài)，因此人類玩家可以提供幫助AI將其標(biāo)記放到棋盤上。

完成所有這些設(shè)置工作后，就該開始教Matchbox AI玩游戲了。學(xué)習(xí)游戲的不是Matchbox，而是里面的東西...

每個Matchbox包含一組珠子。這些珠子可以是不同的顏色，并且每種不同的顏色對應(yīng)于網(wǎng)格上的空點之一。

當(dāng)AI放置X的時候，請遵循以下步驟：

• 找到與當(dāng)前棋盤狀態(tài)相對應(yīng)的Matchbox 。
• 從盒子中隨機選一個珠子。
• 將珠子的顏色匹配到棋盤的空白點上，然后在上面放置AI的標(biāo)記。

在游戲的中間，這是您在框內(nèi)找到的對應(yīng)于當(dāng)前棋盤狀態(tài)的內(nèi)容：

每種顏色的珠子數(shù)量不必相等。如果您從盒子中隨機選擇一個珠子，那么AI最有可能做出哪一步?(對應(yīng)棋盤上那個顏色的標(biāo)記)答案當(dāng)然是粉色。

根據(jù)Matchbox中每種顏色的珠子數(shù)量，可以調(diào)整某些動作的可能性。

例如，如果確定與粉紅色相對應(yīng)的位置會導(dǎo)致游戲失敗，那么對盒子中的小珠進行哪些調(diào)整將降低 AI選粉紅色的可能性?去掉2個粉色的珠子或者添加2個綠色的珠子?

以下是Matchbox AI制定策略的方式：

• 如果您增加利于獲勝的珠子，而去掉影響獲勝的珠子，那么Matchbox AI 可能會逐漸學(xué)會并成為強大的對手。
• 在Matchbox AI第一次玩游戲之前，每個Matchbox都包含相同數(shù)量的每種珠子顏色，因此對于每種棋盤狀態(tài)，每一種走法的可能性都是相等的——即使是壞的走法。
• 在第一輪中，Matchbox AI會做出一些錯誤的選擇，這樣人類玩家就會有連續(xù)獲勝幾輪游戲?，F(xiàn)在通過調(diào)整Matchbox中的珠子數(shù)量來幫助Matchbox AI從錯誤中吸取教訓(xùn)。
• 既然您贏了，那么AI產(chǎn)生的效果就不好了，因此從Matchbox中隨機抽取的每個珠子都將被丟棄。

假設(shè)在之后的10局游戲中，Matchbox都以失敗告終，那在以后的游戲中Matchbox AI獲勝或者平局的可能性會有什么變化呢?

起初，Matchbox AI大多會輸，但如果他最終贏了，珠子將被重新調(diào)整，以便在以后的游戲中更有可能出現(xiàn)這種情況。在游戲中取出的珠子將被重新放入盒子中，而且還需要另外增加兩個珠子。

當(dāng)然，在井字游戲中，兩個玩家都有可能無法將珠子連成一條線，那么游戲?qū)⒁云骄纸Y(jié)束。

游戲以平局結(jié)束后我們將盒子中增加一個珠子，由于平局要比輸了有用，但比贏了又差點所以我們只加一個珠子。

在這些規(guī)則下，Matchbox AI開始輸?shù)裘繄霰荣?，但在大約100場以后，許多明顯對贏得游戲有影響的珠子都已被消除了。隨著AI的經(jīng)驗積累，它所玩的大多數(shù)游戲都以平局告終，甚至當(dāng)人類對手犯錯時，它有時也會獲勝。(事實證明，井字游戲并不是一個非常有趣的游戲，因為熟練的玩家總是可以強制平局)。最終，Matchbox AI永遠不會輸，并且在每一輪結(jié)束時總是會獲得珠子。

在Matchbox中對應(yīng)開局的珠子的數(shù)量可以很好地衡量Matchbox AI在游戲中的學(xué)習(xí)程度，因為每一場游戲都會從Matchbox中抽取珠子?？梢栽谙聢D中發(fā)現(xiàn)，在最初的下降之后，Matchbox中的珠子開始穩(wěn)步增加，這意味著AI沒有再輸?shù)粲螒蛄恕?/p>

這種構(gòu)建人工智能的簡單策略——強化策略。每當(dāng)實體學(xué)習(xí)時，這一原理的某種形式就會起作用——甚至是你自己的大腦。

 

像井字游戲一樣，國際象棋是一種在網(wǎng)格上玩的策略游戲，棋盤對雙方玩家都是相同的，并且不存在機會元素(例如，移動不是由擲骰子決定的)。

Matchbox AI在幾百場比賽中學(xué)會了井字游戲。但如果我們開發(fā)了一種通過相同的學(xué)習(xí)算法學(xué)習(xí)象棋的Matchbox AI，并且每秒完成一次正確的移動，那么Matchbox AI大概需要多長時間才能下完國際象棋?是輸、平還是贏?

在比井字游戲更復(fù)雜的游戲中，一場游戲的不同玩法的數(shù)量可能令人難以置信。Matchbox AI將需要大量的時間學(xué)習(xí)國際象棋，并且需要的時間可能是一個天文數(shù)字。

然而今天，計算機每秒可以執(zhí)行數(shù)十億條單獨的指令，像國際象棋這樣的游戲的人工智能現(xiàn)在觸手可及。電腦還可以告訴你照片中的人是誰，掃描x光檢查癌癥跡象，并撰寫人類可讀的新聞?wù)＿@些任務(wù)的可能性空間相當(dāng)于國際象棋中棋盤狀態(tài)的數(shù)量，甚至更大。計算機能做什么和人類能做什么之間的差距正在縮小。