谷歌DeepMind开源了，为AI开发者提供训练场

DeepMind 实验室是第一个为AGI和机器学习研究而设计的一个3D游戏平台。这个平台最初被称为迷宫（Labyrinth），现在已经改成DeepMind实验室。该平台将几个不同的 AI 研究领域整合至一个环境下，方便研究人员测试AI 智能体 （Agent ）的导航、记忆和3D成像等能力。

具体来说，DeepMind实验室的AGI研究从原始输入（ raw pixel inputs）获得3D成像，以第一人称(first-person，自我中心)的视角，动作控制、包揽导航、计划、策略、时间安排，全自动代理学习探索在所处的环境中那些时必须执行的任务。也就是说，智能体不被预编程，而是要让它们能够从原始输入（raw inputs）中自主学习，并且从环境中回馈信号。所有这些因素都使得学习非常困难。这里的每个任务也都是前沿的研究问题。

DeepMind的联合创始人(Shane Legg)对连线网站介绍说，人工智能实体(Agent“实体”是指具有智能的任何实体，包括人类、智能硬件和智能软件)在现实世界中无处不在，人们可以看到不同的物体，比如墙壁、大门、水果等，这些实体都需要学习在特定的环境中如何行动，或是解决人们交给它们的问题。

谷歌的测试平台可以让第三方开发的人工智能实体利用3D环境完成许多任务，比如在一个迷宫当中穿行，收集物品，学习或者记忆平台随机产生的虚拟环境等。

谷歌的DeepMind实验室，还提供了激光武器可以让人工智能实体测试自己的射击技术，这也可以作为开发者提高机器人学习能力的手段。

在对外开放人工智能测试平台方面，微软今年初也有类似的举动。该公司宣布对外开放“Project Malmo”的源代码，这一测试平台源自于微软旗下的游戏Minecraft。

此外，亚马逊也是开源人工智能的支持者。该公司推出的开源工具Universe，相当于提供了一个测试人工智能实体智商的平台，开发者可以通过游戏等环境测量自己所开发实体的智商，并且进行持续训练。

同类的动作还有：

• 亚马逊的Alexa，内置于该公司的Echo设备中的语音命令响应系统，于2015年6月开放。
• 谷歌的TensorFlow，其图像搜索技术的核心，于2015年11月开源。
• 可以运行Facebook的M私人助理的定制硬件设计，于2015年12月开源。

人工智能源代码是一项昂贵的技术资产，但是几家处于领先地位的科技公司却很热衷于开放源代码，可以从科研和商业两个角度理解其原因。

从研究上来说，开放源代码可以让很多人单独或一起思考这些后果。理想情况下，这种努力将会推动软件的发展，使其越来越强大和有用，同时我们也能对其机制和影响有更清楚的理解。

从商业上来说，这些公司开源它们的人工智能软件是因为它们希望成为其他人创新的基础。成功的企业可以借此壮大，而这些科技公司也可以将它们整合到自己的产品集群中。人工智能是其中的核心，因为通过设计，它可以学习、适应甚至决策。这一点类似于Android系统对Android手机（三星、华为、小米等等）的影响力。使用某一个公司的源代码的产品占有市场份额越大，其人工智能系统的商业价值也更大。