DeepMind最早成功做出包括教授AI玩古老的視頻游戲，如《Breakout》和《Asteroids》。但這里所指的游戲最終是讓機器人做夢，做和人類做相同的事情，讓機器人在現(xiàn)實的學(xué)習(xí)和信息存儲過程中發(fā)揮重要作用。

 

　　為了理解實現(xiàn)讓機器人做夢的重要性，先要理解做夢對哺乳動物（例如我們自己的）大腦是幫助的?？茖W(xué)家試著從神經(jīng)科學(xué)的角度理解做夢的作用時，發(fā)現(xiàn)做夢的大部分內(nèi)容都是消極或有威脅感的，可以嘗試做一個月的做夢日記，你會發(fā)現(xiàn)這是真的。

 

 

　　事實證明，當人類夢到尷尬的事情或有威脅出現(xiàn)時，AI夢到的卻還是重新排列游戲的各個章節(jié)，過程往復(fù)，但引導(dǎo)機器人做夢實質(zhì)是讓AI像人類那樣可以通過實驗不斷學(xué)習(xí)。利用AI技術(shù)引導(dǎo)機器人做實驗并分析不同的行為過程，以及對結(jié)果產(chǎn)生的影響。

 

　　那么機器人可能面臨的挑戰(zhàn)是什么？目前，世界上最先進的AI也只停留在主攻復(fù)雜的視頻游戲，如星際爭霸II和迷宮。通過“做夢”，AI能突出游戲某些特別有挑戰(zhàn)性的部分，循環(huán)往復(fù)直到獲得專業(yè)知識，而不是毫無意義地排練游戲的整個過程卻對玩家的分數(shù)沒有絲毫影響。使用這種技術(shù)，DeepMind研究人員能夠?qū)崿F(xiàn)以10倍的速度加快的學(xué)習(xí)效率。隨著AI技術(shù)的提升，這個速度可能會更快。

 

　　你可能還會問，為什么AI“做夢”很有必要。因為機器人已經(jīng)在大多數(shù)游戲中（如國際象棋和圍棋游戲）掌控人類行為。要掌握這一點，有必要區(qū)分使用監(jiān)督學(xué)習(xí)（通過AI分析數(shù)據(jù)并尋找相應(yīng)模式）與無監(jiān)督學(xué)習(xí)的方法。迄今為止，通過AI實現(xiàn)且令人印象深刻的技術(shù)，大部分是使用監(jiān)督學(xué)習(xí)法來實現(xiàn)的，由程序員提供“訓(xùn)練數(shù)據(jù)”，AI學(xué)習(xí)檢測數(shù)據(jù)模式。這是一個相當簡單的訓(xùn)練機器人的方法，但決不是人類學(xué)習(xí)的方法。而是使用一種更類似于程序員所說的無監(jiān)督學(xué)習(xí)法，這種類型的學(xué)習(xí)比監(jiān)督學(xué)習(xí)要花費更多的時間，因為它涉及實驗等一系列變量的存在。