The Verge中文站9月12日消息
一般来说，我们让人工智能系统看游戏视频的目的是让它们学会如何玩游戏。通过这种方式，AI也的确已经在很多方面打败了人类，不管是围棋还是一些雅达利游戏。不过最近，佐治亚理工学院的一支研究团队却做了一件与众不同的事：让AI学习电子游戏的运行方式。
在题为《从视频中学习游戏引擎》的论文当中，这支团队称自己的AI系统仅凭观看游戏就能够重新制作出《超级马里奥兄弟》等游戏的引擎。在这个过程当中，系统不会接触到代码，完全是观察图像像素来进行学习。虽然它最终重现的游戏又不少瑕疵，但看上去还算凑合。
这种应用方式对于AI游戏而言还是第一次，但研究当中依然存在一些问题和需要注意的内容。首先，这套AI系统并不是从头来时学习有关游戏的一切的，而是一开始就掌握了两套重要的信息：一是游戏中的所有视觉图形，二是物体位置和速度等基本概念（用来分析自己看到的内容）。有了这些工具，它就能对游戏画面进行逐帧分析，标记自己看到的东西，并寻找解释这种动作的规则。
“我们有一个分析器来分析视频的每一帧画面，并从中手机信息。比如马里奥目前所处的动画状态，或者是物体移动的速度，”论文主要作者之一Matthew Guzdial介绍道，“试想一下，在某一帧画面当中，马里奥正好在蘑菇人头上，而下一帧蘑菇人就不见了。根据这一点，系统就会发现这样的规则：当马里奥在蘑菇人正上方且速度为负时，蘑菇人就会消失。”
随着时间的推移，系统就会建立起所有小规则，将其记录在一系列的逻辑陈述当中，并把它们结合在一起来。这些规则可以被导出并转换成编程语言，后者则会用来重制游戏本身。
目前，这套AI系统只能在2D平台上工作，这是因为它需要人类来定义游戏当中发生的事。而定义3D游戏中发生的事太花时间了，也需要更加先进的机器视觉工具。
在未来，开发团队认为这种技术不仅可以用来分析电子游戏，甚至可以分析现实生活。当然，这肯定需要技术上的重大进步，毕竟理解人类的真实生活要比电子游戏复杂得多。
