目前，即使是最先進(jìn)的AI智能體，在適應(yīng)環(huán)境變化的能力方面，還無法與動(dòng)物相提并論。聽上去很不可思議對(duì)不對(duì)，不服來比比看？日前，動(dòng)物-AI奧運(yùn)會(huì)正式拉開帷幕，比賽核心就是動(dòng)物的日常任務(wù)——覓食。

英國(guó)帝國(guó)理工學(xué)院和劍橋大學(xué)研究人員共同組織了一場(chǎng)特別的AI競(jìng)賽，讓最先進(jìn)的AI智能體與動(dòng)物王國(guó)之間建立了聯(lián)系，由于比賽的最初靈感來源于動(dòng)物認(rèn)知領(lǐng)域，這項(xiàng)AI競(jìng)賽命名為“動(dòng)物-AI奧運(yùn)會(huì)”。

參與測(cè)試的智能體身處一個(gè)特定的小環(huán)境中。在每次測(cè)試中，智能體需要在環(huán)境中尋找食物，但是要做到這一點(diǎn)，需要克服多種障礙，爬坡，推箱子和必須避免的危險(xiǎn)區(qū)域，而且不會(huì)提前提供測(cè)試機(jī)會(huì)。

簡(jiǎn)單說來，這項(xiàng)比賽就是把動(dòng)物能夠完成的“覓食任務(wù)”交給AI智能體來完成，讓AI和動(dòng)物世界來一場(chǎng)虛擬比賽。在測(cè)試場(chǎng)景中設(shè)立越來越困難的障礙，考察AI智能體不同方面的能力。

實(shí)際上，這項(xiàng)比賽幾個(gè)月前就開始籌辦了，7月1日如期進(jìn)入正式比賽階段。今天，2019年圖靈獎(jiǎng)得主，人工智能三巨頭之一Yann LeCun也在Twitter上分享了這個(gè)消息。

比賽目標(biāo)：找到并取回食物就算贏

比賽中AI智能體測(cè)試平臺(tái)示意圖

比賽提供一個(gè)明確定義的場(chǎng)景平臺(tái)，并給出在該平臺(tái)上進(jìn)行測(cè)試的認(rèn)知能力清單，而不是給出幾項(xiàng)特定任務(wù)。比賽將使用具有相同輸入和操作的相同智能體。比賽的目標(biāo)只有一個(gè)：通過與先前看過的對(duì)象的交互，找到相同的食物目標(biāo)。但是，比賽的確切布局和變量情況將在比賽結(jié)束后才會(huì)公布。

使用一系列已確定的動(dòng)物認(rèn)知任務(wù)，對(duì)當(dāng)前的AI進(jìn)行基準(zhǔn)測(cè)試。

確定哪些AI方法最適合這些類型的任務(wù)。

為人工認(rèn)知建立的基準(zhǔn)和數(shù)據(jù)存儲(chǔ)庫。

確定動(dòng)物智能的哪些方面對(duì)于當(dāng)前的AI還具有挑戰(zhàn)性，哪些方面AI已很擅長(zhǎng)。

建立新的研究和實(shí)驗(yàn)，反饋動(dòng)物認(rèn)知社區(qū)，未來可以用動(dòng)物進(jìn)行測(cè)試。

在動(dòng)物認(rèn)知和AI兩個(gè)不同的學(xué)科間建立聯(lián)系，分享研究方法和開發(fā)理念。

10種比賽場(chǎng)景，難度遞增：AI和動(dòng)物大PK

測(cè)試項(xiàng)目共分10類，難度由易到難。所有比賽是否成功的判定，在大多數(shù)情況下，就是看是否找到了比賽場(chǎng)景環(huán)境中的唯一食物。每個(gè)類別的測(cè)試范圍從相對(duì)容易的問題，即大多數(shù)動(dòng)物可以解決的問題，一直到只有少數(shù)動(dòng)物可以解決的非常困難的問題。

覓食測(cè)試：大多數(shù)動(dòng)物都會(huì)以覓食為動(dòng)機(jī)，被食物吸引，在動(dòng)物認(rèn)知研究中經(jīng)常利用這一點(diǎn)。本次比賽也是如此。食物是比賽環(huán)境中唯一的正面獎(jiǎng)勵(lì)，測(cè)試的目標(biāo)是在時(shí)間用完之前盡可能多地獲取食物（一般只要找到1份食物就可以）。本類測(cè)試考察智能體可靠找尋食物的能力，測(cè)試場(chǎng)景中不包含障礙物。

偏好測(cè)試：考察智能體選擇最有價(jià)值的行動(dòng)方案的能力。幾乎所有動(dòng)物都會(huì)表現(xiàn)出對(duì)更多食物的偏好，傾向于更容易獲取食物的行動(dòng)方案。有些動(dòng)物甚至有能力就最有價(jià)值的長(zhǎng)期行動(dòng)做出復(fù)雜的規(guī)劃和決定。

障礙物測(cè)試：此測(cè)試包含可能阻礙智能體導(dǎo)航的不可移動(dòng)的障礙物。要取得成功，智能體可能必須充分探索其所在環(huán)境。探索是動(dòng)物行為的關(guān)鍵組成部分。

避害測(cè)試：引入“熱點(diǎn)區(qū)”和“死亡區(qū)”，如果智能體觸及這些區(qū)域會(huì)給予負(fù)面獎(jiǎng)勵(lì)。生物有機(jī)體的一個(gè)關(guān)鍵能力是避免負(fù)面刺激的能力。本測(cè)試中創(chuàng)建禁止區(qū)域，如果智能體走進(jìn)這些區(qū)域，則直接重置測(cè)試。本測(cè)試目的是確定智能體檢測(cè)和避免此類負(fù)面刺激的能力。

空間推理測(cè)試：測(cè)試智能體能否理解其環(huán)境的空間特征，是否具備更復(fù)雜的導(dǎo)航能力，以及環(huán)境內(nèi)的一些簡(jiǎn)單物理知識(shí)。

泛化測(cè)試：包括可能看起來與智能體環(huán)境表面上不同的環(huán)境變體，即便這些變體環(huán)境中的問題屬性和解決方案均保持不變。

內(nèi)部模型：測(cè)試智能體存儲(chǔ)內(nèi)部環(huán)境模型的能力。在這些測(cè)試中，場(chǎng)內(nèi)可能會(huì)在一段時(shí)間后關(guān)閉燈光，要求智能體必須記住環(huán)境布局，在黑暗中導(dǎo)航。許多動(dòng)物都具備這種能力，但動(dòng)物可以接收多種感覺輸入。本測(cè)試進(jìn)行了簡(jiǎn)化，只考察智能體僅靠視覺輸入的情況。

目標(biāo)存在持續(xù)性測(cè)試：許多動(dòng)物都明白，當(dāng)一個(gè)物體離開自己的視線時(shí)，它仍然是存在的。在人類和動(dòng)物的世界里，這似乎不言自明，但AI系統(tǒng)不一定具備這樣的能力。許多簡(jiǎn)單的交互，如果不理解目標(biāo)存在的持續(xù)性，是不可能完成的。看看AI智能體如何解決這個(gè)問題是一件很有趣的事。

高級(jí)偏好測(cè)試：測(cè)試智能體執(zhí)行更復(fù)雜決策的能力，以確保自身獲得盡可能高的回報(bào)。預(yù)計(jì)測(cè)試將采用選擇的方式，從而獲得不同的可實(shí)現(xiàn)獎(jiǎng)勵(lì)。

因果推理測(cè)試：最后一項(xiàng)測(cè)試，考察智能體是否具備因果推理能力。內(nèi)容包括提前計(jì)劃的能力，在采取行動(dòng)之前考慮行動(dòng)的后果。一些動(dòng)物已經(jīng)通過了這一類別的所有測(cè)試。

比賽獎(jiǎng)勵(lì)：除了獎(jiǎng)金，還能參加NeurIPs 2019

本次比賽總獎(jiǎng)金為32000美元（含等值獎(jiǎng)品），其中現(xiàn)金19000美元，以及NeurIPs 2019的參會(huì)資格和往來費(fèi)用，價(jià)值3000美元。還包括價(jià)值10000美元的亞馬遜AWS算力（比賽中頒發(fā)，可于本比賽的后半部分使用）。

第一名將獲得6500美元現(xiàn)金，NeurIPs 2019參會(huì)補(bǔ)助1000美元。

第二名將獲得5000美元現(xiàn)金，NeurIPs 2019參會(huì)補(bǔ)助1000美元。

第三名獲得1500美元獎(jiǎng)金

此外，單項(xiàng)測(cè)試中獲得冠軍的隊(duì)伍將獲200美元獎(jiǎng)金，并頒發(fā)證書。