哈薩比斯眉開眼笑的道：“沒錯！”
“快演示給我看看！”辛頓頗為激動。
從上個世紀50年代人工智能剛形成概念的時候起，遊戲始終都是人工智能的重要測試手段。
早在1990年的時候，人工智能就在跳棋項目上擊敗了人類世界冠軍。
1997年，IBM的超級計算機“深藍”擊敗了國際象棋世界冠軍卡斯帕羅夫。
2011年，另一臺IBM計算機“沃森”在遊戲《危險邊緣》中擊敗了所有人類玩家。
DEEP MIND也試圖從遊戲項目入手挖掘人工智能的潛力，他們開發出了一個會玩遊戲的人工智能，主要目標瞄準了雅達利遊戲。
雅達利是一種上世紀80年代流行一時的主機，曾經是遊戲市場的霸主，卻由於推出了一款史上最垃圾的遊戲《ET》而一蹶不振，最後被任天堂的FC取而代之。
但在很多歐鎂人的心中，雅達利遊戲依然是經典，其中最出名的幾款遊戲《太空入侵者》、《乒乓》和《打磚塊》都被DEEP MIND列入人工智能的攻克名單。
來到演示電腦前，屏幕上正在進行著一場《打磚塊》遊戲，沒有人操控，擋板自動的在屏幕下方遊走，一次又一次的把小球彈向上方磚牆。
哈薩比斯道：“弗拉德，你來給大家講解一下吧。”
弗拉德·姆尼是DEEP MIND的資深工程師，這臺正在打磚塊的人工智能系統正是他率領團隊做出來的，聞言點了點頭道：“諸位，我們使用一種全新的深度神經網絡構造方法，製作出了這個系統。通過反覆試錯來學習《打磚塊》的遊戲方法和每一種擊球角度的細微差別，目前已經玩了14283局遊戲，系統已經能夠分析出哪一種動作是有效擊打，哪一種是無效擊打，我們稱這種學習方式為強化學習。”
“在最初的系統中，它需要300個小時以上，才能精通這款遊戲，並且通關。經過我們不斷調整算法和結構之後，它現在已經能夠在30分鐘之內學會遊戲的基本規則，1個小時達到普通玩家的熟練度，每次都能準確的接到小球命中磚塊，2個小時候它就學會了進階技巧，能夠找準角度把球打入磚塊後的狹窄空間，利用小球在磚塊之前的反彈碰撞快速得分。”
“目前，這個系統在遊戲中的得分已經超越了DEEP MIND的所有人。”姆尼最後的一句話發人深省。
辛頓一直靠在牆邊安靜的聽著，直到此時問道：“所以你們的系統真的是每一次都從頭學習打磚塊的遊戲技能？”
姆尼道：“沒錯。我們只是設定了一個目標，比如得到最高的分數，它就可以自動試錯和學習，制訂一些獨特的遊戲策略。這些策略的最終目標就是得到最高分。然後，它每次都能成功，只是每一次耗費的時間越來越短。”
“真是令人震驚……”辛頓喃喃道。
李睿儘管早就知道人工智能會在十年後掀起狂風巨浪，也依然和辛頓一樣，受到了深深的震撼。