AI·研究院|AI如何无师自通闯关《超级马里奥兄弟》

　　【财新网】（记者 叶展旗 发自圣何塞）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。