AI如何无师自通闯关《超级马里奥兄弟》

目前主流的AI应用多是通过大量人工标注的数据来训练，成本高昂。AI研究者希望打造好奇心驱动的AI来自我学习

记者/叶展旗 编辑/黄凯茜

AlphaGo学棋三天胜人千年，诀窍是增强学习。简单地说，AlphaGo并不需要理解围棋，它每一步只追求极致的胜率，就像人类训练小狗捡东西一般：做对了奖励，做错了惩罚。但人类学习其实大多没有这么强的外界激励。

“飞行学院的学生从上第一堂课，到成为飞行员。并不是每一次飞行都会有强烈的外界激励。”近日，加州大学伯克利分校的博士生Deepak Pathak在接受财新记者采访时表示，很多现实世界的场景，都只有很少的外界激励，甚至没有激励。在这种情况中，好奇心会扮演内在激励的角色，驱动人不断探索外部世界和学习技艺。

人工智能可以如何利用好奇心自我监督学习？这份好奇心如何驱动他们闯关马里奥？该如何定义人工智能的好奇心？好奇心对于AI从专才到通才的转变可以提供哪些思路？

.....