AlphaGo 们都应该玩玩《我的世界》

Google 旗下的 AI 科技公司 Deepmind 现在遇到了一些难题。从 2017 年起，Deepmind 就在持续亏损，引发了人们对于 AI 前景的质疑。

尽管 Deepmind 创造了打败世界围棋冠军的 AlphaGo ，OpenAI 在《DOTA 2》里战胜顶级人类玩家，不过这些 AI 都只能进行单个任务的挑战，不可能让 AlphaGo 来打《DOTA 2》。

但 AI 要进入人们的真实生活，就要学会处理多任务的事情。这也是 AI 下一阶段的主要挑战之一。

因此，Facebook 和麻省理工学院合作了一个项目，要在《我的世界》（Minecraft）游戏中，开发一个可以处理多任务的 AI 系统。

《我的世界》是目前最畅销的视频游戏，全球累计售出 1.76 亿份，每天还有 9000 万人在线参加。这个 AI 将在《我的世界》作为玩家的助手存在，和游戏中的玩家进行互动，并根据要求执行一系列任务。

为什么《我的世界》能训练出「多面手 AI」？

首先，这个类似堆乐高一般的 3D 沙盒视频游戏，本身就具有「无限多样性」的特点，游戏中隐藏的创造力远非其他游戏能比。研究人员表示：

这些玩家制作物品的创意和数量令人震惊，包括地标、雕塑、寺庙、过山车甚至整个城市景观，他们每天都会在这些 3D 物理世界中进行新的探索、互动、交易和战斗。

同时，游戏的规则又是简单且可预测的。

所以对于初级 AI 训练来说，这是开发全能型 AI 的理想环境。在这个和玩家交互的过程中，AI 将会进化式地「成长」，并不断开发出新的技能。研究人员说道：

我们不需要它在单一的困难任务中有超人的表现，而是首先具备一种能力——完成人类指定的简单却多重的任务。

不过，这个过程对于 AI 最大的挑战性，就是去理解人类的对话。

玩家在游戏中进入虚拟世界、制作日常工具、收集自然资源、并构建超出想象的块状结构，这期间的交流，都和现实十分相近。当玩家求助 AI 助手时，这一切就都需要 AI 对语言进行解析。

即使是一个简单的请求，也需要 AI 有足够多的信息储备。麻省理工学院团队表示：

例如「建造 15 个区块高的塔楼，在顶上放一个大笑脸」，AI 助手需要了解塔楼是什么，15 是什么，如何建造塔楼，如何测量高度，并同时理解玩家的上下文含义，知道怎么构建「笑脸」，把「笑脸」放到塔楼顶部又意味着什么。

但 AI 在这期间，也会最大程度地学会理解人的自然语言，提高处理多任务的能力。

早在 2015 年，Facebook 就在 Messenger app 中推出过一个名为 M 的 AI 助理，不过据早期测试员表示，它在手机中 70% 都需要依赖人的帮助，再加上使用场景单一，这也限制了它在用户的要求中「成长」，这次和麻省理工学院合作，也为 Facebook 训练 AI 带来一个新的机会。