DeepMind团队与游戏出品方暴雪公司一起创建了一个软件环境，帮助研究人员构建算法来学习《星际争霸Ⅱ》。这个环境提供的是对游戏进行了抽象，呈现出的形式并不是人类玩家在屏幕上看到的影像，这就使程序可以跳过识别屏幕上的物体这一任务。
在不提供其他信息的情况下，让算法从屏幕上的视图的像素学习现代电脑游戏，哈尔姆对这一设想能否成功表示高度怀疑。他对我说：“从零开始学玩《星际争霸》？这是在痴人说梦。”哈尔姆认为，学习《星际争霸》需要程序员提供具体的游戏信息，并使用高度专业化的神经网络。
哈尔姆训练神经网络玩吃豆人的方法介于简单的雅达利游戏的纯神经网络训练方法和《星际争霸》的训练方法之间。与玩《太空入侵者》的神经网络不同，哈尔姆会把吃豆人女士、妖怪和能量丸的位置告诉了他的神经网络。但他不会提前告诉神经网络，能量丸是有益的，妖怪是有害的。反而是神经网络自己学会了如何平衡向妖怪移动的风险和向食物移动的益处，继而学会将这些信息整合在一起。
当我和哈尔姆交谈时，他不断地把话题引回到如何权衡给他的神经网络提供的信息量的多少这个问题上。“我感兴趣的是如何让电脑通过与周边环境互动来进行行为学习，”他告诉我，“我不会向一个代理（比如说吃豆人女士）指定她需要做什么事，我只给她设定她要达到的目标。”对于哈尔姆来说，神经网络研究的根本挑战就在这里，而不是简单地让一台电脑在《吃豆人女士》游戏中获得高分。
阿尔法狗－零：强人工智能离我们只有十年？
搞清楚电脑从零开始能够达到什么样的学习水平对于搞清楚我们离创造出强人工智能还有多远至关重要。在和哈尔姆交谈后，我于2017年10月联系了大卫·西尔弗，他领导的DeepMind团队正在训练神经网络下围棋。
被算法操控的生活OUTNUMBERED
212