视频游戏为什么对于人工智能的发展如此重要？

　　一旦用自动游戏生成扩展通用电玩竞赛，我们就有好得多的办法来测试玩游戏的水平。当然，在比赛之外，软件也有用途，提供了一个简单测试玩游戏的人工智能一般智能水平的办法。

　　到目前为止，我们只谈到如何最好地测试或评估一种计算机程序的一般智能，而不是如何创造一个。嗯，这篇文章的主旨是阐述为何电玩游戏是创造人工智能必不可少的，我相信我已经解释的非常全面了：作为衡量人工智能水平的一种公平且准确的基准。但出于完整性考虑，我们还是需要考虑创造出此类人工智能最有前途的方法。如上文所述，(深度)神经网络最近吸引了大量关注是由于其图形识别中获得了惊人高的正确率。我相信，神经网络和类似的图形识别方法在对游戏进行评估和提供改进建议方面可以发挥重要作用。在许多情况下，针对游戏训练神经网络时，演化算法要比梯度方法更合适。

　　但是，智能并不仅限于模式识别。(同样，行为主义也不能完全解释人类行为：人类并不仅仅是在刺激与反应之间建立起映射，他们也会思考。)智能也必须吸收一些计划行为，在我们做出决定之前，行为的未来影响也会是刺激的一部分。最近，一种叫做MonteCarloTreeSearch的算法，通过对随机行为进行统计，模拟长系列行为后果，这个算法已经在棋盘游戏Go.中创造奇迹。在GVGAI中表现良好。最近在游戏计划任务中展现出巨大潜质的另一个算法家族是rollinghorizonevolution。这里，演化算法不仅被用于长期学习，还被用于短期行动计划。

　　我认为，通用电子游戏人工智能的下一波发展浪潮会来自神经网络、进化与树搜索的创造性结合。重要之处在于，对各种不同功能来说，模式识别和计划都是必须的。就像研究中经常遇到的情况，我们无法预测研究结果会如何(否则，就算不上研究了)，但是，我打赌探索这些方法的各种组合

 　现在，你可能会反对说，这是一个非常逼仄的智能和人工智能观。那文本识别，听力理解，讲故事，肢体协调，讽刺和浪漫呢？我们的游戏人工智能可做不到这些，无论它能否玩转世上所有的电脑游戏。对此，我要说：耐心点！所有这些并不需要玩早期电脑游戏，这点没错。但是，当我们掌握了这些游戏并继续玩其他类游戏时，比如角色扮演，冒险游戏，模仿游戏以及社交网络游戏，玩好这些游戏需要掌握很多技巧。当我们掌握的游戏多样性越来越多，玩转游戏所需的认知技能广度也会递增。当然，我们的游戏人工智能必须进步更多才能应对地过来。理解语言，图像，故事，面部表情以及幽默感都是必须的，也不要忘记，与通用视频游戏挑战紧密相随的是来自生产通用视频游戏的挑战，这需要足够的其他类型智能。我确信，视频游戏(一般意义上的)会对所有形式的智能构成挑战，除了那些与身体运动密切相关的游戏，因此，视频游戏(一般意义上)是人工智能最好的测试台。无论采取何种标准，一个能玩几乎所有游戏并能创作各种视频游戏的人工智能就是智能的。