谷歌的DeepMind正在使用星际争霸II来帮助训练自动驾驶汽车

寻找训练神经网络的新方法一直变得越来越重要，尤其是随着开发自动驾驶汽车的竞争愈演愈烈。这促使开发人员想出一些相当有创意的方法来加快他们的网络速度，其中之一似乎涉及游戏星际争霸 II。

近十年历史的游戏可能与训练最先进的神经网络有什么关系?比你想象的要多。看，根据麻省理工学院技术评论周四发布的一份报告，一些人正在应用的使游戏的人工智能更智能、更难被击败的技术可以延续到神经网络开发中。

看，在星际争霸 II 中，你的任务是控制数十个独立单位，每个单位都有独特的技能，同时管理资源并与试图消灭你的对手作战。这是人类擅长的复杂任务，但机器可以与之抗争。听起来有点耳熟?

星际争霸 II 的人工智能发生的事情是谷歌的 DeepMind 系统正在使用一种称为基于人口的训练的算法来模拟自然选择。该算法从最有效的单元开始，然后根据这些单元进行未来的调整，从而缩短了学习过程。

自动驾驶开发也发生了同样的事情。DeepMind 正在选择神经网络中最有效的方面，并在需要重新训练或随着新数据进入而调整其程序时使用这些方面。

“在工业系统中进行机器学习的任何人面临的主要挑战之一是能够重建系统以利用新代码，” Waymo机器学习基础设施主管 Matthieu Devin在接受麻省理工学院技术评论采访时表示. “我们需要不断地重新训练网络并重写我们的代码。当你重新训练时，你可能需要调整你的参数。”

谷歌已经将其部分机器学习技术商业化，但它专门在其 Waymo 自动驾驶车队中使用了这种基于人群的训练模型，该车队已被许多人视为世界上最先进的自动驾驶汽车计划并且已经驾驶了数十亿英里的模拟里程。