这样的游戏提供了衡量人工智能研究的便捷途径。棋类游戏，例如围棋，可用数学复杂度的量级来衡量。视频游戏也跨越了一系列的难度。比如，“星际入侵”是一个简单的在低分辨率屏幕上玩的游戏；对电脑来说，学会玩一个现代视频游戏，需要它能够解析更精致、更复杂的画面，以及要追求比杀死怪物更不明显的目标。Hassabis说，DeepMind接下去的目标之一就是建立一个仅仅通过观察人类牌局的视频就可以学会玩牌的机器。
我们还没有发现AlphaGo的上限
目前为止，Hassabis估计通用人工智能还有很长的路要走。深度学习的算法模式、识别能力让人印象深刻，但电脑依然缺少很多人类认为理所当然的智力工具。重要的一项就是“学习迁移”，即被人工智能研究者称为通过类比来推理的能力。这是将一个领域学习到的知识运用到其他领域的能力。而像AlphaGo这样的机器是没有这样的目标，它们最多意识到自己是一个文字处理器或是一款会计软件。
但简单说来，Hassabis对此是乐观的。在首尔，比赛开始的前一天，有30名左右的选手都一致认为机器将会被打败。“李世石是一个不断能下出新招的天才；什么机器可以复制这些？”其中一个人反问。在赛前记者招待会上，李世石说他有信心赢个5-0，或4-1。
坦白地说，他错了，比赛已经结束。“他是一个非常好的选手”Hassabis在赛前说。“但是我们内部测试发现一些不同的东西。”即使李先生设法取得了令人不可思议的胜利，人类也不可能在冠军宝座上呆多久。当AlphaGo算法经过微调，并收集更多的数据来学习，它就会越变越好。当问到AlphaGo的能力是否有上限时，Hassabis说他不知道：“如果有，我们也还未发现。”
登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！