大多数人工智能都被用来翻译，标记照片以及优化导航路线，依赖人类自己向AI提供一些信息。但是一些人工智能研究人员正在探索如何给算法赋予好奇心，可以在没有人为指导的情况下学习。

来自加州大学伯克利分校和爱丁堡大学的研究人员，由Elon Musk，Sam Altman和其他硅谷大佬创建的非营利性AI实验室OpenAI的新研究发现，当AI算法被赋予一个对好奇心的简单定义时，它可以在没有任何人为信息输入的情况下自动探索50多个视频游戏 - 甚至可以破关。

但好奇心随之伴随着成本。研究人员还发现，由于人工智能会因看到新事物而获得奖励，有时它会故意作死，就为了看到“游戏结束”的屏幕，或者被遥控器分心胡乱换台。

团队用于人工好奇心的定义相对简单：该算法将尝试预测其环境在未来一瞬看起来会是什么样子。当下一帧发生时，算法会因预测错误而得到奖励。这一想法是基于如果算法可以预测环境中会发生什么，那么这代表它之前就已经看过这些内容了。

这就是为什么AI如此擅长《超级马里奥》这样的游戏 - 游戏的基础是探索并进入下一关。

这项研究的重点不仅仅是用AI破关视频游戏，还要了解算法如何更好地解释周围的世界，这也代表未来可以用AI来简化调试代码，或试玩视频游戏发现bug。