專欄
【Howie 商業投資】能打星海，但不能打魔獸？Google 的 DeepMind 讓 AI 更靈活
距離 AlphaGo 打敗人類棋手李世乭已經六年了，可惜的是，現在的演算法依舊有無法達到自行推論與完全複製，因此 DeepMind 準備再次出手，扭轉這一切。
距離 Alpha Go 打敗人類棋手李世乭已經六年了，當時由 DeepMind 開發的 AlphaStar 演算法在當年紅極一時，AI 現在也進入到增強式學習（Reinforce Learning，或稱為強化學習）的時代，運用「探索—利用」的方式提升自己的腦力。可惜的是，現在的演算法依舊有無法達到自行推論與完全複製，因此 DeepMind 準備再次出手，扭轉這一切。
打星海時是強者，玩魔獸變成植物人
不久前，DeepMind 讓 AI 玩星海爭霸 2 與魔獸爭霸 3。在星海爭霸時，研究團隊讓 AI 打贏一場又一場的戰役與人類玩家，透過大量資料的預先訓練 AI 在面對不同敵方種族與調性的對手時能做出對應的反擊。但同樣是戰略遊戲，能打贏星海殘酷電腦等級的 AI，過渡到魔獸時就不是那麼回事了，據說 AI 只產了幾隻農民後，就開始瘋狂採礦但不產兵了；不只如此，這隻 AI 在玩 Dota 2 時一樣腦死，跌破大家眼鏡。這要是搬到現實應用情境，恐怕很多人對於 AI 的能力評價會大打折扣。問題是，能打敗棋王的演算法，為何只是換個遊戲而已就直接死機呢？
▲AlphaStar 的示範遊玩
增強式學習雖然可以模擬人類行為，但無法延伸思考
增強式學習（Reinforce Learning）最厲害的地方，就是可以在訓練與測試的過程中自己與環境互動，衍伸出對應行為並自行回饋資料，演算法再從回饋中反覆學習，如同動物與環境互動一樣。但它同樣具備缺乏彈性的致命傷，在同個環境裡，它可以學習得深，甚至自行形成預測。但換個環境，它反而一點都不智慧，甚至表現更差。這就是能下圍棋的 AlphaGo 沒辦法下象棋跟西洋棋——即便他們有部分邏輯互通，這就能解釋同樣是戰略遊戲，即便稍微調整一下不同種族與難度，AI 能打好星海，卻在魔獸中慘輸的原因，AI 還沒有我們想的那麼聰明。
DeepMind 啟動 X Land 專案，無限個關卡等著 AI 來破
為了解決增強式學習不足的窘境，DeepMind 啟動 X Land 專案。X Land 是一個網狀空間，裡面是個 3D、可編程、容納近乎無無限個任務設計的世界，你可以想成遊戲中的自訂地圖，自己在任何地方放置物件、設計關卡、調整難易度等等，然後讓 AI 不斷在不同環境中完成關卡目標，從找到某個物件，到用打怪積分換取裝備都可以。穿梭在其中的是神經網路架構與一種稱為 population based Training 的訓練方法，這種訓練方法佔用更少的運算資源，並會根據 AI 完成的任務，自動生成更難、不同性質的任務，不斷訓練 AI 的反應能力。除了先進的演算法，X Land 可以使用 Google 近乎無限的雲端資源，這也是一般企業難以做到的。截至目前，專案已經讓 AI 在 4,000 個世界中玩了 70,0,000 個關卡、完成一共 3,400 萬個任務，2,000 億個執行步驟。一切只為了讓 AI 在不同環境中能快速做出正確反應。
AI 普及化的關鍵：更聰明與規模化
IBM 曾在一份調查指出，疫情後的全球企業採用 AI 的比例達三分之一；AWS 的一名客戶也告訴公司，他們想要部署一百萬個 AI 模型。讓他們有所猶豫的原因在於，需要一個應用情境讓可以說服高階主管—— - 即便結果有稍微誤差；但是要說服管理階層規模化這些模型可能就有困難了，資料的純度、品質不佳與數量不足都是讓企業卻步的原因，而事實上，沒有規模化的 AI，就跟動物園的動物一樣僅能供人觀賞，但無法投入實戰。或許 X Land 並不像 Google 的其他黑科技一樣著名，但 X Land 可能讓 AI 學會玩不同遊戲（應用場景），甚至可以逆向工程回推怎麼設計遊戲（完全智慧化），對於 Google 在 AI 領域的地位與市佔又邁進一大步。
責任編輯：Mia
延伸閱讀：
- 【Howie 商業投資】自動產生 AI 模型！人工智慧大規模部署的關鍵：AI 工業化
- Intel 又收購！納入機器學習新創，加強 AI 運算實力
- 【AWS re:Invent 2019】AI Head Joel Minnick：機器學習是各行各業都不能錯過的科技
- 監督式學習？增強學習？聽不懂的話，一定要看這篇入門的機器學習名詞解釋！
