说起电脑，你一定觉得它是数据处理方面的能手，比如可以整理文本的文字处理程序、能在网上快速寻找关键字的搜索引擎等。但是想想如果电脑可以理解语句的含义，进而能够读懂游戏指南，那么当你再次和电脑对战时会不会感觉压力很大呢？
首先我们需要知道，是否计算机能分析理解并执行一组知任务的指示。近些年来，麻省理工大学计算机科学和人工智能实验室的研究人员一直在设计一个机器学习系统，并且他们得到了惊人的成果。
在2009年的计算语言学协会（ACL）年会上，麻省理工大学计算机科学与电子工程实验室的副教授瑞加娜·巴尔齐莱（Regina Barzilay）和她的同事凭借一款软件赢得了最佳论文奖，这款运行在Windows系统上的软件能够生成一个脚本来审查微软帮助网站上的每一条说明。
在今年的年会上，巴尔齐莱和她的研究生的研发思路与以往一样，但这次它可以解决更加复杂的问题：玩转“文明”游戏（一款玩家控制城市发展的回合制战略游戏）。研究人员表示这个机器学习系统可以使电脑学会给玩家们看的游戏指南，并自己发展出一种游戏策略，这使得电脑的胜率从原先的46%跃升至79%。
从头开始
“因为游戏具有的复杂性，因此它通常被作为人工智能技术的测试台，”论文的第一作者布朗纳温（Branavan）说道。“在游戏中，你所计划好的每一个动作并不一定会得到预期的结果，因为你对手的行为具有着随机性。因此你需要一种技术来掌控各种潜在的随机复杂场景。”
巴尔齐莱还说道：“游戏指南只是一段公开的文字，它不会教你如何赢得比赛，它只包含一些非常普通的建议，至于如何赢得游戏还得靠你自己慢慢摸索。”
这种系统的非凡之处在于，在系统开始运行时它并没有任何先前存入的知识，不管是针对即将执行的任务还是写入的指令语言。它所能做的只有一系列的动作，比如左键点击、右键点击或移动鼠标等，同时它还有在屏幕上输入信息的权限。此外，它还具有对成功性的衡量标准，比如是否安装了软件、是否赢得了游戏。但是它并不能理解某一动作与指令集中的哪一条相对应，它同样不能理解游戏中物体的真实含义。
在系统最初设计时，它的行为几乎是完全随机的。它可以做出一堆操作，输出不同的文字，它还能根据搜索关联词来建立出一种文字对应性的假设。正是这种假设逐渐保留了正确结果，也抛弃了错误结果。
技术性验证测试
安装软件后，该系统可以模拟重现出80%的已阅读的指令。在电脑实战中，研究人员发现它的胜率高达79%，而没有安装软件的主机胜率只有46%。此外，研究人员还对另一种更复杂的机器学习算法进行了测试，这种算法采用其他技术来代替文本输入从而提升系统性能，但是这一算法的胜率也仅达到62%。
与“文明”这款游戏一样，还有很多电脑游戏提供了人机对战的功能，游戏的开发人员需要让电脑遵循并执行编写的代码，从而发展出相应的策略。巴尔齐莱和布朗纳温认为，他们的系统能在短期内降低这一任务的工作量，系统自动创建的算法甚至比手写的代码还给力。
这一项目由美国国家科学基金会提供支持，它的主要目的是为了证实计算机系统能否通过与周围环境的试探性交流从而具有语言理解能力，这一极具前途的课题还有待科学家们进一步的研究。而巴尔齐莱和她的学生也开始改编他们的语义推断算法，使其能够运用于机器人系统之上。
信息来源： gizmodo