※《Diluvius (沒)》的觀察啦：
: 標題: [新聞] 繼圍棋之後 小精靈遊戲被微軟AI征服了
: 時間: Mon Jun 19 17:40:57 2017
:
: 1.媒體來源: 中時
:
: 2.完整新聞標題: 繼圍棋之後 小精靈遊戲被微軟AI征服了
:
: 3.完整新聞內文:
: 在西洋棋、圍棋與德州撲克之後，下一個被AI(人工智慧)征服的挑戰是什麼呢？答案是：
: 小精靈遊戲(Pac-Man)。微軟在今年收購的一家深度學習(deep learning)新創公司，近日
: 發表了最新研究成果，成功在小精靈這款遊戲取得遊戲最高分。看見電腦程式玩得比你我
: 還厲害，真讓人無顏見江東父老了。
:
: 根據微軟官方部落格，他們在2017年1月收購的加拿大深度學習新創公司Maluuba，所研發
: 的AI系統在Atari 2600版Pac-Man中成功取得999990的最高分。過往從沒有人類或是AI系
: 統曾達到此一分數，相當值得注目。
:
: 位於加拿大蒙特婁MaGill大學的電腦科學系副教授Doina Precup表示，這是AI研究者的一
: 個關鍵成就。因為AI研究者們一直在尋找各類型的遊戲來測試所研發的系統，而Pac-Mac
: 被發現是遊戲當中最難攻克的一款。而不僅對於微軟研發團隊的成就感到印象深刻，
: Doina Precup更表示，他認為研發團隊如何找出破解的方法，更是重要！
:
: Maluuba採用的方法很特別。首先他們將過關的策略跟技巧分為獨立的元素，例如「吃豆
: 」跟「閃避敵人」，且不同的AI(研發團隊稱之為agents)則專注於不同的遊戲任務。之後
: 再由更高層的AI agent來決定要優先執行那一種任務。
:
: 舉例來說，如果遊戲中有100個AI agent期待往左移動來吃掉一個豆子，但只有3個AI
: agent決定要往右來躲避敵人。最終最高AI agent的決策會是往右移動，來避免撞上敵人
: 而失敗。
:
: 根據微軟部落格，Pac-Man一直以來在AI研究廣泛被使用，因為玩法具有不可預測性。而
: Maluuba則運用了強化學習(reinforcement learning)的技術，也就是針對某一個特定問
: 題，讓AI獲得正面或者負面的回饋，來應對不可預測性。這一項技術被認為可以協助AI系
: 統自動進行決策，因為提供了正面與負面的的案例，來協助AI系統建立起經驗基礎，與監
: 督式學習(supervised learning，機器學習當中的一種)不同。(中時電子報)
:
: 4.完整新聞連結 (或短網址):
: http://www.chinatimes.com/realtimenews/20170616002835-260412
:
: 5.備註:
:
小精靈早就被人類全破過了好嗎
https://youtu.be/IoVvgSwPDYk
雖然覺得這個人有點可憐QQ