谷歌公司研究人员2月25日在英国《自然》杂志网络版发表报告说，他们新研发的“深度Q网络”计算程序有望将人工智能技术往前推进一大步。这一计算程序突破了以往单一算法只能对应单一任务的限制，可让计算机实现更接近人类的独立学习和推理能力。

　　“深度Q网络”程序由一家名为“深度思维”的人工智能技术公司研发，谷歌去年花费数亿美元将它收归旗下。据研究人员介绍，他们为测试这一计算程序的可靠性，让它去挑战49款不同的经典电子游戏，并且没有将游戏规则直接输入程序中，而是让程序在玩的过程中自学，找到取胜之道。

　　结果显示，这一新程序取得了与人类职业游戏测试员相当的成绩，其中在半数以上游戏中达到与测试员得分非常接近的水平，在部分游戏中的得分还超过测试员。

　　报告指出，研究人员在开发这一计算程序时采用了两种人工智能技术：其一是“深度神经网络”技术，可帮助系统处理多维感官信息输入。其二是强化学习技术，可以通过评价方式帮助系统从多维感官信息输入中学习成功的策略。

　　研究报告说，这一计算程序把强化学习融入“深度神经网络”技术，是第一个能面对不同任务进行学习并胜出的人工智能算法，它还能针对各种具有挑战性的任务发展出多项能力，这是人工智能的一个重要目标，以前的技术还未曾实现这种能力。

　　与谷歌的人工智能技术相比，IBM的超级计算机“深蓝”和“沃森”在这一领域也很出名。“深蓝”曾战胜国际象棋世界冠军卡斯帕罗夫，“沃森”也在智力问答节目《危险边缘》中战胜两名人类冠军选手。但与“深度Q网络”计算程序不同，研究人员事先教会了“深蓝”和“沃森”如何运用符合游戏规则的战术策略。

　　“深度思维”公司的研究人员在谷歌博客中写道，未来有望将这项成果运用到谷歌的多项应用产品中，例如为用户更便捷地预定旅游行程，帮助科学家更好地研究人类脑部。