根据国外媒体的报道，DeepMind的任务是向人们展示人工智能不仅可以真正掌握游戏，而且还可以在不了解游戏规则的情况下做到这一点。该公司最新的AI代理产品MuZero不仅可以通过具有复杂策略（例如Go，Chess和Japanese Shogi）的视觉简单游戏来实现此目标，还可以通过视觉复杂的Atari游戏来实现这一目标。 DeepMind早期AI的成功至少部分归功于巨大决策树的非常有效的导航，这些决策树代表了游戏中可能的动作。在Go或Chess中，这些树受非常特定的规则控制，例如，棋子移动的位置，棋子移动时发生的事情等等。在围棋比赛中击败世界冠军的AIAlphaGo学习了这些规则，并在研究人类玩家和对手之间的游戏时牢记这些规则，并形成了一组最佳实践和策略。它的续集AlphaGoZero在没有人类数据的情况下做到了这一点。 AlphaZero在2018年对Go，Chess和Shogi进行了相同的操作，并创建了可以熟练玩所有这些游戏的AI模型。但是在所有这些情况下，AI已经获得了一系列不变的已知游戏规则，并围绕这些规则创建了一个框架来创建自己的策略。 DeepMind在有关他们的新研究的博客文章中指出，如果提前通知AI规则，“很难将其应用于混乱的现实世界问题。这些问题通常很复杂，并且很难提炼成简单的规则。 “该公司的最新发展是MuZero，它不仅可以玩上述游戏，而且可以在没有任何规则的情况下玩各种Atari游戏。最终模型不仅通过自己的实验（没有人类数据）甚至最基本的规则来学习玩所有这些游戏。 MuZero不会使用规则来找到最佳情况，而是学习考虑游戏环境的各个方面并亲自观察它是否重要。在数百万场比赛中，它不仅学会了规则，而且还学会了位置的一般价值，领先的一般政策以及事后评估其行为的方式。据报道，后者的能力可以帮助人工智能从自身的错误中吸取教训，重新启动并尝试各种方法，以进一步提高其地位和战略价值。负责编辑AJX