人工智能研究和电子游戏是天作之合。研究人员获得了一个现成的虚拟环境，具有他们可以完全控制的预定义目标，AI代理可以在不造成任何损害的情况下到处玩耍。但有时，他们确实会破坏东西。

一个例子是本周由德国佛雷堡大学的三位机器学习研究者发表的一篇论文。当他们发现一些奇怪的东西时，他们正在探索一种特殊的方法来教AI代理导航视频游戏（在本例中，是20世纪80年代旧Atari游戏的桌面端口）。他们正在测试的软件在复古视频游戏Q*bert的端口中发现了一个漏洞，使得它可以在无限点附近上架。

正如这三人在预打印服务器arXiv上发表的论文中所描述的那样，代理在学习如何玩Q*bert时发现了一个“有趣的解决方案”。通常，在Q*bert中，玩家从一个立方体跳到另一个立方体，这个动作会改变平台的颜色。更改所有颜色（并派遣一些敌人），您将获得积分并进入下一关。不过，人工智能找到了更好的方法：

First, it completes the first level and then starts to jump from platform to platform in what seems to be a random manner. For a reason unknown to us, the game does not advance to the second round but the platforms start to blink and the agent quickly gains a huge amount of points (close to 1 million for our episode time limit).

人工智能研究员迈尔斯·布伦达奇（Miles Brundage）在推特上分享了论文中的这一怪癖。《连线》记者汤姆·西蒙尼特（Tom Simonite）也加入了对话，并加入了Q*bert设计师沃伦·戴维斯（Warren Davis）的行列，看看他以前是否偶然发现过这个bug。戴维斯说，他没有参与过这个游戏的特定版本，但他评论道：“这看起来肯定不对，但我认为你不会在街机版本中看到同样的行为。”

当多维数据集开始闪烁时，您可以在下面看到错误的样子：

不管是什么情况，这似乎不是人类以前发现的一种利用。如果人工智能代理能够思考的话，它可能会想，当它找到了一种更有效的得分方式时，为什么还要费心在所有这些盒子上跳跃呢。

但是，需要注意的是，代理并不像人类那样处理这个问题。它并没有在游戏中积极寻找类似于计算机视觉的黑客攻击。这篇论文实际上是对一类被称为“进化算法”的广泛人工智能研究的测试。这听起来很像，涉及到将算法相互比较，看看哪一种算法能最好地完成给定的任务，然后给幸存者添加一些小的调整（或突变），看看他们是否能过得更好。这样，算法慢慢变得越来越好。

目前，它不是最强大或使用最广泛的人工智能形式，但它正在卷土重来。破解Q*bert的能力可以被解读为进化算法在未来将非常有用的一个好兆头。