他說：“我曾經(jīng)以為機器不可能打五對五的，更不用說贏了。我絕對被征服了�！�

這種技術(shù)在游戲中的應用令人印象深刻，但許多人工智能專家質(zhì)疑它是否最終能轉(zhuǎn)化為解決現(xiàn)實問題。專注于人工智能的喬治亞理工學院計算機教授Mark Riedl質(zhì)疑到：DeepMind的代理人事實上并沒有真正在合作。他們只是回應游戲中發(fā)生的事情，而不是像人類玩家那樣互相交換信息。（甚至渺小如螞蟻也可以通過交換化學信號進行協(xié)作。）

雖然結(jié)果看起來像是協(xié)作，但這是因為代理人作為個體本身是可以完全理解游戲中發(fā)生的事情。

負責該項目的另一位DeepMind研究員Max Jaderberg則表示：“如何定義團隊合作并不是我想要解決的問題。但是一名代理人在對手的大本營坐等旗子出現(xiàn)這種情況，只有在依靠隊友時才有可能出現(xiàn)。”

像這樣的游戲并不像現(xiàn)實世界那么復雜。Riedl博士說到：“3D環(huán)境旨在使導航變得容易。Quake的戰(zhàn)略與協(xié)調(diào)很簡單。”

強化學習非常適合這類游戲。在視頻游戲中，很容易識別成功的指標：獲得更多的得分。但在現(xiàn)實世界中，沒有人能保持得分。研究人員必須以其他方式定義成功。

這一點是可以實現(xiàn)的，至少在簡單的任務中。OpenAI的研究人員訓練了一個機器人手像孩子一樣來操縱字母塊——告訴它給你看字母A，它就會拿字母A給你看。

在谷歌機器人實驗室，研究人員已經(jīng)證明機器可以學習拾取隨機物品，例如乒乓球、塑料香蕉，并將它們?nèi)拥綆子⒊咄獾睦�圾箱里。這種技術(shù)或許在將來可以應用到亞馬遜、聯(lián)邦快遞和其他公司運營的大型倉庫和配送中心。目前，這些工作還是由人類工作者來完成的。

如DeepMind和OpenAI這樣的實驗室要想解決更大的問題，他們可能開始需要大量的計算能力。因為OpenAI的系統(tǒng)在幾個月內(nèi)通過完成需要多年時間才能完成的45萬多輪游戲?qū)W會了玩Dota，這依賴于成千上萬的計算機芯片。Brockman表示光買這些芯片就讓實驗室花費了數(shù)百萬美元。

卡內(nèi)基梅隆大學研究員Devendra Chaplot表示，由各種硅谷大拿，其中包括Khosla Ventures和科技億萬富翁Reid Hoffman在內(nèi)資助的DeepMind和OpenAI可以負擔得起這些計算能力。但是，學術(shù)實驗室和其他小型企業(yè)不能。對某些人來說，他們擔心的是那些資金充足的實驗室將主宰人工智能的未來。

但即使是大型實驗室也可能沒有將這些技術(shù)轉(zhuǎn)移到現(xiàn)實世界的復雜性所需的計算能力，因為這可能需要更厲害的人工智能形式——人工智能需要學得更快。雖然機器現(xiàn)在可以在虛擬世界中贏得奪旗游戲，但讓他們在夏令營中開放的場地上贏得游戲仍然無望，并且這將持續(xù)相當長一段時間。