1

[视频详情](javascript:;)

我们先花一分钟看看这个视频片段。

视频介绍了一段 AI 程序学习打砖块游戏的历程——从最初的笨拙，到 300 局游戏后的驾轻就熟，再到 500 局游戏后的骨灰级玩家。

非常厉害，对不对？

惊叹之余，我好奇的是，AI 是如何掌握并精通打砖块游戏？作为人类，我们是否可以借鉴其学习方法？

这是个很有意思的话题。

计算机的运算模式，本身就非常值得学习。因为我们当中最聪明的一批人设计了计算机，我们研究计算机的运算模式，实际上就是学习这些聪明人所提炼的思维模式。譬如内存和硬盘、类和对象、数据结构和算法、多线程，这些概念对思维都非常具有启发性。

而 AI，或者说“机器学习”，无疑是最能够具有启发性的。因为这是计算机头一回能够自行获得新知识，而非向人类习得已有的知识（以视频中的例子，AI 程序甚至习得了连程序设计者都不知道的高端玩法）。

这正是我们在社会大学经常面临的情境——在陌生环境解决新问题，没有权威教科书，也没有老师手把手教，只能依靠实践和探索。

我相信，我们可以向 AI 学习到一种通过实践获得新知识、并解决问题的通用方法论。

2

—

对此，我拆解出的要素是：目标 x 训练量 x 反馈机制 x 随机性。

下面逐一述之。

AI 有非常清晰的目标：在游戏中拿到高分。