大多數人工智能都被用來翻譯，標記照片以及優化導航路線，依賴人類自己向AI提供一些信息。但是一些人工智能研究人員正在探索如何給算法賦予好奇心，可以在沒有人為指導的情況下學習。

來自加州大學伯克利分校和愛丁堡大學的研究人員，由Elon Musk，Sam Altman和其他硅谷大佬創建的非營利性AI實驗室OpenAI的新研究發現，當AI算法被賦予一個對好奇心的簡單定義時，它可以在沒有任何人為信息輸入的情況下自動探索50多個視頻游戲 - 甚至可以破關。

但好奇心隨之伴隨著成本。研究人員還發現，由于人工智能會因看到新事物而獲得獎勵，有時它會故意作死，就為了看到“游戲結束”的屏幕，或者被遙控器分心胡亂換臺。

團隊用于人工好奇心的定義相對簡單：該算法將嘗試預測其環境在未來一瞬看起來會是什么樣子。當下一幀發生時，算法會因預測錯誤而得到獎勵。這一想法是基于如果算法可以預測環境中會發生什么，那么這代表它之前就已經看過這些內容了。

這就是為什么AI如此擅長《超級馬里奧》這樣的游戲 - 游戲的基礎是探索并進入下一關。

這項研究的重點不僅僅是用AI破關視頻游戲，還要了解算法如何更好地解釋周圍的世界，這也代表未來可以用AI來簡化調試代碼，或試玩視頻游戲發現bug。