五分钟学会这项技能，是想让职业游戏玩家失业吗？

集智AI学园的同学们大家早上好呀~

猜一猜，

本周，我们的siraj宝宝会为大家带来什么惊喜呢！

先卖个关子，

偷偷告诉大家~

今天的视频，是和游戏有关的~

Stop？！游戏！

今天不学习了吗？

当然不是！

人类企图让工程师们创造智能机器（如AI）

从而让机器们代替人类工作

这样，

我们大家就可以吃饭、睡觉、打游戏啦~~

然而事实是：

工程师们在忙着教机器怎么玩游戏！！

今天我们就学习一下，

设计一款会玩游戏的AI

以后就可以让机器替你玩游戏了！！

比开挂爽多了

是不是很酷！

那么，有的同学要说了，这个我们知道，游戏作为AI的测试平台已经有很长的历史了。没有错！但是在深度学习技术出现之前，工程师们总是采用“还原论”的方法，对游戏世界进行建模。然而通过这种方式实现的AI，只能在这个建模的世界里活动，换个游戏，又要对游戏世界重新建模，基本上没有什么通用性。

所以，要编写的是游戏的思维方式，而不是游戏本身。

这就是“通用人工智能（AGI）”的思想了。AGI正是想要用一种思维水平与人类相同，甚至超过人类的算法来解决任何问题。

在AGI领域探索的最远的要属大名鼎鼎的DeepMind公司，DeepMind创建了声名显赫的AlphaGo以及Master，但是她们只会下围棋，所以也还不能算是AGI。

这次我们要讲的是DeepMind在2015年就已经实现的AGI，“深度Q学习算法”(Deep Q Learner)。这个算法可以在不作任何特殊调整的情况下，掌握49款不同的雅达利游戏。

那么，她是怎么做的哪？

首先她要看懂游戏，她采用卷积神经网络（CNN）来分析处理图像。与一般神经网络采用的“多层神经元全连接”的方式不同，CNN仅用三层神经元，分别代表图片的三个维度，使神经元仅与它附近区域的神经元连接。然后CNN再采用分层次抽象化的识别方式，比如，首先在第一层进行边缘检测，在第二层进行形状检测，在第三层探测更复杂的特性，如游戏中的自己和敌人。这样，AI就算看懂了游戏。

虽然她看懂了游戏，但是她必须要对游戏做出反应，这就要采用“强化学习”的方法了。所谓“强化学习”，就是不断的进行“实验”和“试错”。即每当主体选择一个行动，环境就会反馈一个观测值和一个奖励值。观测值其实就是游戏像素信息，用于带入CNN进行计算。奖励值是一个数值，AI根据它来“改进”下一步动作。

下面，跟着siraj一起学习吧~~

视频推荐：朱瑞鹤、邓健博

机器翻译：龚力

视频听译：秦堉朗、何彩莲

译文校对：朱瑞鹤、秦颖、张江

视频处理：王建男

下面介绍一下

本次参与视频翻译与制作的亲们

＃集智翻译群管理运营团队招募＃

集智翻译群成立于2016年6月，在成立半年多的时间里以来，目前共有近百名热爱翻译，热爱科学的的小伙伴先后参与到翻译中来，共完成了：

＊92篇选自Complex Digest的前沿文章摘要；

＊两篇对《三体》作者和译者专访；

＊前沿文章“How artificial intelligence is changing economic theory”,”big data fades to the algorithm economy” 的翻译；

＊《Computational Social Science: Discovery and Preiction》的两个章节的翻译；

＊《Pattern and Repertoire in History》第一章节共54页的翻译。

即使完成了这么多文章，我们依然有很强的战斗力，有很多小伙伴想参与到翻译活动中来。2017年我们会有三个小组分别做字幕翻译，文献翻译，和书籍翻译，三个小组同时进行，大家再不用担心空闲时间没有翻译做。

为了保障我们翻译工作的顺利完成，现翻译群管理运营团队招募小伙伴，我们共同搭档配合促进翻译工作的进行。

进入管理运营团队：

＊可以接触到第一手的最优质的文章及译文；

＊同时也可以与我们专家老师和人工智能业内大神有更多沟通交流的机会；

＊也将有机会成为我们集智俱乐部志愿者团队的一员。

＊优秀译者会得到集智的纪念品（书或纪念T衫或其他一些纪念品甚至现金奖励）

＊你将进入一个快速上升的平台

＊你会遇到志同道合的小伙伴，收获友情甚至爱情

只要你会以下几种技能其中一项技能就可以