因此，当2015年谷歌的DeepMind研究团队在《自然》杂志上发表文章称，电脑经过学习能够以职业玩家的水平玩《太空入侵者》的时候，我对此着实印象深刻。谷歌发明的玩《太空入侵者》的算法是自学的，这是它和IBM的国际象棋算法的最大区别。就像我曾坐在电视屏幕前接通家人从朋友处借来的雅达利2600游戏机，然后在情况允许下没日没夜地玩几个星期一样，谷歌的神经网络也通过实战来学习这款游戏。在与电脑屏幕和手柄接通后，神经网络会一遍又一遍地玩这个游戏。一开始它玩得很烂，但慢慢地越玩越好。在玩了相当于38天后，它在游戏中的表现比我以往任何时候都好。事实上，它的水平比一个专业的人类游戏测试员还要高出20%左右。
看着谷歌的神经网络玩这个游戏，我仿佛又回到了20世纪80年代初。谷歌的神经网络把坦克藏在障碍物后面，一次消灭一排入侵者，再把飞船开过去拾取奖励分数。当最后一排外星人加速接近地球时，它小心翼翼地找准位置，将外星人一个接一个地消灭掉。这个算法并没有在房子里开一条窄缝并从那里往外射击，玩家认为那种策略是在作弊。雅达利的粉丝们听说这条消息后可能会很有兴趣，计算机并没有作弊，而是依靠精确的射击来击落外星人。
谷歌团队没有止步于《太空入侵者》。他们设计了一个神经网络，让它学着玩雅达利2600游戏机上49款不同的游戏。这个神经网络在其中的23款游戏中击败了职业玩家，并在另外6款比赛中达到了与普通玩家相当的水平。它特别擅长《打砖块》（Breakout）这款游戏，游戏的玩法是控制球拍把所有的砖块从墙上敲下来。经过相当于一个星期的不间断游戏后，它学会了“挖隧道”的策略：在砖块的一侧打开一个小洞，然后将球通过这个小洞直接送入砖墙顶部。一旦把缺口打开，球就会在墙头来回反弹，很快就能将砖块都打掉。当我和我的朋友们发现这个策略时，我们一下子就觉得这个游戏索然无味了。但谷歌的神经网络却不这样认为。它继续玩个不停，获得的游戏分数远远超过了人所能达到的分数。
被算法操控的生活OUTNUMBERED
204