克珂）

近日，两个由 OpenAI 的研究人员开发的一模一样的机械臂——爱丽丝和鲍勃，可以在模拟情景中通过对弈互相学习，而不需要人为输入文本。

其中一个虚拟机械臂已经学会解决各种不同的难题——堆积木、摆放桌子、排列国际象棋棋子，并且每项任务不需要进行再训练。这一切通过与另一个机械臂对弈得以实现。据了解，另一个机械臂经过训练后，会给原本的机械臂臂带来越来越难的挑战。

这些机器人采用的是强化学习算法，即在不同情况下，通过试错来训练人工智能，并采取不同行动来实现目标。游戏包括在虚拟桌面上移动物体。例如，通过以特定的方式排列物体，爱丽丝试图设置对鲍勃来说很难解决的谜题，而鲍勃会试图解决爱丽丝的谜题。随着它们的学习，爱丽丝会设置更复杂的谜题，而鲍勃也会越来越会解谜。

经过爱丽丝设置的积木谜题的训练后，鲍勃便可以通用于一系列任务，包括摆放桌子和排列象棋棋子。

通常在多重任务处理中，深度学习模型必须在任务间进行再训练。例如，AlphaZero （一款棋类 AI，可以通过自我博弈來学习）会使用单一算法教自己下国际象棋、将棋和围棋——但每次只能下一盘棋。例如，下国际象棋的时 AlphaZero 不能下围棋，下围棋时的 AlphaZero 不能下将棋。因此，造出真正能同时处理多任务的机器，是走向更通用的人工智能道路上的一大未解难题。

训练 AI 同时执行多重任务时会遇到一个问题，即需要大量的例子。OpenAI 则通过训练爱丽丝为鲍勃生成例子，用一个 AI 训练另一个 AI 来避免这个问题。……