用人工智能撿黃瓜、寫軟文：結(jié)果笑噴

這個(gè)其實(shí)是谷歌收購(gòu)的人工智能公司DeepMind開發(fā)的一個(gè)項(xiàng)目，里面的人工智能系統(tǒng)可以自己學(xué)習(xí)如何玩游戲，還能打出很高的分?jǐn)?shù)。

人工智能學(xué)玩電子游戲

DeepMind希望通過研發(fā)能自學(xué)打游戲的人工智能，最后能讓人工智能可以自學(xué)其他事情，比如無(wú)人駕駛中的人工智能就可以自主學(xué)習(xí)路況。這套系統(tǒng)可以學(xué)習(xí)49款經(jīng)典像素游戲，比如《吃豆人》《彈珠臺(tái)》，還可以學(xué)《星際爭(zhēng)霸》這類比較復(fù)雜的游戲。

星際爭(zhēng)霸

這套系統(tǒng)的基礎(chǔ)是神經(jīng)網(wǎng)絡(luò)技術(shù)和一種搜索算法——蒙特卡洛樹搜索。這兩種技術(shù)在AlphaGo下圍棋時(shí)就得到了很好的應(yīng)用。而研究人員將蒙特卡洛樹搜索作了進(jìn)一步修改，使得人工智能的表現(xiàn)能夠盡量與人類玩家相似。并且如果人工智能在游戲里面獲得高分，還能自動(dòng)獲得獎(jiǎng)勵(lì)。

研究人員發(fā)現(xiàn)，在有些游戲中，人工智能的成績(jī)和人類沒有太大差別；但在《吃豆人》等游戲中，人工智能的得分可以超過人類玩家20倍。研究人員說，如果人工智能可以玩賽車游戲的話，將來(lái)這項(xiàng)技術(shù)有可能被用于無(wú)人駕駛。

人工智能玩游戲

這樣看來(lái)，讓人工智能玩游戲不完全是來(lái)娛樂大眾的行為，反而還是辦正事了。

3、揀黃瓜

人工智能干的活有時(shí)候不僅不高大上，還很容易讓人一頭霧水，比如下面要說的揀黃瓜。

日本的一名技術(shù)人員開發(fā)了一套人工智能系統(tǒng)，用來(lái)給黃瓜分門別類。開發(fā)者的父母以種黃瓜為生，但是為了給種出來(lái)的黃瓜定品級(jí)是十分麻煩的一件事。就像他們家，為了給自家黃瓜分到九類品級(jí)，需要大量的時(shí)間觀察黃瓜的顏色、長(zhǎng)短、粗細(xì)、紋理等等，費(fèi)時(shí)費(fèi)力，而且需要長(zhǎng)時(shí)間的學(xué)習(xí)，沒法臨時(shí)雇人幫忙。

黃瓜的九個(gè)等級(jí)

所以這名技術(shù)人員開發(fā)了一套可以分揀黃瓜的人工智能系統(tǒng)。他利用谷歌開源的TensorFlow平臺(tái)，通過圖像識(shí)別，再加上樹莓派3(Raspberry Pi 3)的硬件，人工智能系統(tǒng)就這樣做出來(lái)了。他給這套系統(tǒng)“喂”了7000張黃瓜照片，幫助人工智能學(xué)習(xí)黃瓜類別。

小編推薦閱讀

• 構(gòu)建人工智能模型基礎(chǔ)：TFDS和Keras的完美搭配
• 遷移學(xué)習(xí)：人工智能模型訓(xùn)練的絕學(xué)
• OpenAI官方開源多智能體框架Swarm，社區(qū)反響熱烈
• 智能汽車管家：工作流程優(yōu)化實(shí)現(xiàn)案例
• 《米家》激活米家智能門鎖方法