文丨锌财经，作者丨陈伊婷，编辑丨大风
DeepMind 推出最新泛用型游戏 XLand，冷不丁丢出一个重磅炸弹。这意味着，在零样本且不需要事先知道规则的情况下，就可以打造出一个全新的、堪比 AlphaGo 的人工智能。
一直以来，AI 强化学习苦于泛化能力差，只能针对单个任务来从头开始学习。
5 年前，AlphaGo 打败世界围棋冠军李世石，举世惊呼。自 AlphaGo 之后，Deepmind 又推出能通学西洋棋、将棋、围棋的 AlphaZero。
AlphaZero 非常强大，在三大棋领域中「打遍天下无敌手」。但问题在于，AlphaZero 若想能够在不同游戏中「称霸天下」，还得在每个游戏「从零训练」后才能够实现。
XLand 的出现则弥补了这个缺陷。如果说 AlphaZero 是「下棋的手」，那么 XLand 则创造出了「一个人」。
它的强大之处，在于它高度泛化的能力。简单的说就是触类旁通，好比人类学会用筷子夹米饭，就能学会用筷子夹菜。而 DeepMind 打造 XLand 的目的，则是为了让自家通过强化学习训练的 AI，能够玩遍「全宇宙的游戏」。
这个世界的任务由游戏、世界、玩家构成。根据三要素的不同关系，来决定任务的复杂度。复杂度则由竞争性，平衡性，可选项，探索难度这 4 个维度评判。
从简单到复杂的游戏，AI 智能体通过第一人称视角去感知游戏中环境，并且不断尝试、碰撞游戏规则，从中累积庞大数据来训练自己完成游戏目标。
简单的比如「靠近紫色立方体」，复杂一点的比如「靠近紫色立方体或将黄色球体放在红色地板上」。长此以往，AI 智能体从新手小白成长为屠龙勇士，吃鸡、捉迷藏都难不倒它们。
基于此，一个由任务空间组成的、超大规模的「元宇宙」XLand 就诞生了，几何地球只是其中的一个小角落。我们或许可以提出这样一个设想，人类是外星人创造的 AI，而地球是外星人创造的 XLand。
经过 5 代训练，AI 智能体在 XLand 的 4000 个独立世界中玩大约 70 万个独立游戏，涉及 340 万个独立任务的结果，最后一代的每个智能体都经历了 2000 亿次训练步骤。
目前，AI 智能体已经能够顺利参与几乎每个评估任务，除了少数连人类也无法完成的任务。
从 AlphaGo 走到现在 XLand，DeepMind 展示了无监督式机器学习的高度潜力，也向世界证明未来训练 AI 的成本跟门槛将会越来越低，直至普及全球。
未来的某一天，当 AI 也能够在「元宇宙」中自己学习演化，赛博朋克的世界是否会真的到来？
