說起電腦，你一定覺得它是數(shù)據(jù)處理方面的能手，比如可以整理文本的文字處理程序、能在網(wǎng)上快速尋找關(guān)鍵字的搜索引擎等。但是想想如果電腦可以理解語句的含義，進而能夠讀懂游戲指南，那么當你再次和電腦對戰(zhàn)時會不會感覺壓力很大呢？

首先我們需要知道，是否計算機能分析理解并執(zhí)行一組知任務的指示。近些年來，麻省理工大學計算機科學和人工智能實驗室的研究人員一直在設計一個機器學習系統(tǒng)，并且他們得到了驚人的成果。

在2009年的計算語言學協(xié)會（ACL）年會上，麻省理工大學計算機科學與電子工程實驗室的副教授瑞加娜·巴爾齊萊（Regina Barzilay）和她的同事憑借一款軟件贏得了最佳論文獎，這款運行在Windows系統(tǒng)上的軟件能夠生成一個腳本來審查微軟幫助網(wǎng)站上的每一條說明。

在今年的年會上，巴爾齊萊和她的研究生的研發(fā)思路與以往一樣，但這次它可以解決更加復雜的問題：玩轉(zhuǎn)“文明”游戲（一款玩家控制城市發(fā)展的回合制戰(zhàn)略游戲）。研究人員表示這個機器學習系統(tǒng)可以使電腦學會給玩家們看的游戲指南，并自己發(fā)展出一種游戲策略，這使得電腦的勝率從原先的46%躍升至79%。

從頭開始

“因為游戲具有的復雜性，因此它通常被作為人工智能技術(shù)的測試臺，”論文的第一作者布朗納溫（Branavan）說道。“在游戲中，你所計劃好的每一個動作并不一定會得到預期的結(jié)果，因為你對手的行為具有著隨機性。因此你需要一種技術(shù)來掌控各種潛在的隨機復雜場景。”

巴爾齊萊還說道：“游戲指南只是一段公開的文字，它不會教你如何贏得比賽，它只包含一些非常普通的建議，至于如何贏得游戲還得靠你自己慢慢摸索。”

這種系統(tǒng)的非凡之處在于，在系統(tǒng)開始運行時它并沒有任何先前存入的知識，不管是針對即將執(zhí)行的任務還是寫入的指令語言。它所能做的只有一系列的動作，比如左鍵點擊、右鍵點擊或移動鼠標等，同時它還有在屏幕上輸入信息的權(quán)限。此外，它還具有對成功性的衡量標準，比如是否安裝了軟件、是否贏得了游戲。但是它并不能理解某一動作與指令集中的哪一條相對應，它同樣不能理解游戲中物體的真實含義。

在系統(tǒng)最初設計時，它的行為幾乎是完全隨機的。它可以做出一堆操作，輸出不同的文字，它還能根據(jù)搜索關(guān)聯(lián)詞來建立出一種文字對應性的假設。正是這種假設逐漸保留了正確結(jié)果，也拋棄了錯誤結(jié)果。

技術(shù)性驗證測試

安裝軟件后，該系統(tǒng)可以模擬重現(xiàn)出80%的已閱讀的指令。在電腦實戰(zhàn)中，研究人員發(fā)現(xiàn)它的勝率高達79%，而沒有安裝軟件的主機勝率只有46%。此外，研究人員還對另一種更復雜的機器學習算法進行了測試，這種算法采用其他技術(shù)來代替文本輸入從而提升系統(tǒng)性能，但是這一算法的勝率也僅達到62%。

與“文明”這款游戲一樣，還有很多電腦游戲提供了人機對戰(zhàn)的功能，游戲的開發(fā)人員需要讓電腦遵循并執(zhí)行編寫的代碼，從而發(fā)展出相應的策略。巴爾齊萊和布朗納溫認為，他們的系統(tǒng)能在短期內(nèi)降低這一任務的工作量，系統(tǒng)自動創(chuàng)建的算法甚至比手寫的代碼還給力。

這一項目由美國國家科學基金會提供支持，它的主要目的是為了證實計算機系統(tǒng)能否通過與周圍環(huán)境的試探性交流從而具有語言理解能力，這一極具前途的課題還有待科學家們進一步的研究。而巴爾齊萊和她的學生也開始改編他們的語義推斷算法，使其能夠運用于機器人系統(tǒng)之上。