领先的游戏开发工具**商Unity今天宣布，它创造了一种前所未有的新型视频游戏，其设计目的不是让人类玩，而是让人工智能玩。该游戏被称为障碍塔，它是一款软件，通过测量AI代理在100个级别上的操作效率来判断AI代理的复杂程度，这些级别以不可预测的方式改变和扩展难度。每个关卡都是按程序生成的，因此每次AI尝试时都会发生变化。

作为竞赛的一部分，障碍塔和10万美元的奖金供参与者申请，Unity希望它能为人工智能研究人员提供一个新的基准测试工具来评估自学软件。”“我们想给研究人员一些真正可以使用的东西，这些东西将在极大程度上挑战目前世界各地正在研发的人工智能系统的能力，”Unity公司人工智能和机器学习副总裁Danny Lange告诉Verge我们真正想做的是为研究人员创造一个工具，让他们集中精力，团结一致，比较进步。”

电子游戏是人工智能研究人员最有用的培训工具之一，因为即使是在简单的街机游戏中，也需要大量的批判性思维、问题解决和路径规划。多年来，有一款游戏被证明对人工智能代理来说是一个特别具有挑战性的障碍，因此也是衡量人工智能能力的坚实基准，那就是1984年雅达利经典版《蒙特祖玛的复仇》。这场游戏，不像它那个时代的大多数其他游戏，为玩家提供了很少的具体反馈机制。相反，它奖励探索和解决难题，而不是快速反应和精确瞄准。这使得研究人员特别难以训练AI软件在玩游戏时进行学习。

然而，由于采用了新的机器学习方法，人工智能代理正在迅速改进，Unity将其作为创建障碍塔的动力。去年11月，人工智能实验室OpenAI发布了一项研究，展示了一种称为强化学习的独特方法，即人工智能被赋予奖励机制，并在有时数百年的加速游戏时间中循环，该方法专门用于奖励好奇心，从而在Montezuma的复仇中创造了创纪录的表现。

强化学习是谷歌的DeepMind如何训练软件，在围棋甚至星际争霸2上击败世界上最好的玩家。但这种技术传统上只在某些游戏中有效，在这些游戏中，参数可以严格控制，AI代理设定的目标清晰、简洁，并且没有潜在的干扰。为了蒙特祖马的复仇，OpenAI通过本质上给它一个在游戏的第一层中可以发现的秘密来激励它的算法去探索游戏，这鼓励代理快速穿越更多的环境。

在障碍塔的案例中，Unity在设计中采用了类似的方法，尽管它增加了程序生成的级别，随着AI的发展，物理设计也会发生变化。这场比赛本质上是对蒙特祖马复仇的现代演绎。它将平台化和解谜相结合，让玩家搜索钥匙，避开敌人和钉坑，因此兰格说，这应该是对计算机视觉、虚拟运动和规划等领域人工智能专业知识的有效测试。它也是3D和第三人称的，这将要求人工智能代理在水平移动时练习更复杂的空间意识。

兰格说：“要从一个层次发展到另一个层次，你必须克服各种各样的控制问题、视觉问题和认知问题，每一个层次都会变得更加困难。”我们让人类玩家玩，他们可以达到15级左右。“Unity计划使障碍塔开源，这样游戏开发者和研究人员可以根据自己的需要修改它。您还可以下载它并亲自尝试，如果您对测试一个从未打算由人类玩的游戏感兴趣的话。

作为围绕游戏举办的比赛的一部分，Unity表示，任何参与者都可以在2月11日至3月31日期间培训一名人工智能代理来攀登塔楼的前25层。从4月15日开始，100层楼的比赛将在6月14日公布获胜者。Unity表示，它将为谷歌的云平台发放现金奖励、旅行券和积分。目前尚不清楚比赛将如何奖励研究人员，无论是通过整体表现还是第一个开发出能够突破100层的代理的团队，但Unity计划在未来几周发布更多关于比赛的信息。

最终目标是，这些类型的新的、专门定制的软件将有助于创建更智能的人工智能代理，以更快的速度学习更复杂的技能。学习玩电子游戏将不适用于大多数现实世界的任务，我们将有一个机器人在未来执行；很有可能，我们不会希望机器人在正确操作之前，尝试并失败地吸尘地毯或煎鸡蛋数千次(尽管我们很可能会让机器人的软件通过虚拟仿真来练习这些任务。）而且只有在面向单一和狭隘目的的海量数据集上训练深层神经网络（如识别照片中的物体），谷歌等公司才能将人工智能研究的进展转化为我们在实际应用中可能用到的功能今天的商业产品。

但是，通过训练人工智能在没有任何指导的情况下玩电子游戏，研究人员正在更好地了解大脑如何解决问题，更重要的是，它如何学会解决以前从未遇到过的新问题。这些类型的挑战，如Unity的障碍塔，可以为研究人员提供新的途径，继续应对这些挑战，最终创造出一个里程碑，即业界所称的人工通用智能，或可以执行人类所能执行的任何任务的人工智能软件。

“很多人认为人工智能是为了在亚马逊建立更好的产品推荐。但归根结底，它确实解决了更复杂的问题。这是关于处理视觉、控制和其他认知挑战的，”兰格说。对于Unity作为一家公司，他补充说，这类工作还包括帮助其建立游戏开发工具集，使其成为一个前沿研究可以转化为行业进步的地方。”我们的使命是使游戏开发民主化，但我们也希望使人工智能民主化。我们希望确保很多开发人员都能得到它。”