谁说玩电子游戏不能变聪明？虽然我们并不推荐通过玩几个小时的电子游戏来提高智力，但是一些电子游戏真实的3D图形和环境或许会让其成为学习人工智能最好的工具。
数据问题
人工智能算法变得更加智能，并通过分析大量数据来学习执行任务。对于Facebook来说，这并不是一个大问题。 Facebook每天会创建大量数据集，并且具备解决这些问题的财务能力。Facebook上有数百万张照片已经被标记，然后帮助人工智能算法知道如何标记未来的图像。但除了庞大的数据生成公司之外，大多数公司并未获得正确训练人工智能算法所需的大量数据。
另外，人类没有时间和耐心去培训人工智能算法他们需要知道的一切，但电子游戏有足够的耐心和时间。
《刺客信条》为计算机科学家提供通过电子游戏来训练人工智能的灵感
施乐公司欧洲研究中心的计算机科学家Adrien Gaidon在观看了游戏《刺客信条》的预告片之后，以为这是一部电影的预告片，因为画面实在是太真实了。当他知道这是计算机生成的图像时，他想既然他都能被这么真实的画面所“迷惑”，那么人工智能算法或许也会被“骗”。
Gaidon和他的团队使用了Unity——一种广泛用于开发3D游戏的游戏开发引擎——创造环境来训练深度学习算法。他们不仅以此开发出了合成环境，而且在虚拟的世界中也引入了真实的场景。这能够让他们对比通过虚拟环境来训练算法和通过真实环境来训练算法之间的效益。他们的实验还在进行中。
微软人工智能项目Malmo使用《我的世界》
人工智能项目Malmo是一个开源的，以及基于《我的世界》的人工智能实验和研究平台。如果你在想如何能够通过《我的世界》来学习现实世界的运作方式，那么它的训练能力就发挥作用了，因为玩家能够融入到这个虚拟的世界中，同虚拟的世界进行交互，并且通过传感器来感知。在应用到现实世界之前，这是训练人工智能至关重要的一种方式。
《我的世界》能够为用户和玩家提供无限的机会来处理简单或者复杂的任务。这个平台也能够帮助研究人员理解智能构建和人工智能是如何同世界进行交互的，知道它是如何理解周围的事物以及将其变为现实环境中的内部象征。由于计算机看待这个世界的方式和我们完全不同，所以我们或许会对结果感到惊讶。计算机理解这个世界的角度对我们会很陌生，但是这一观点的形成方式，和我们所理解世界的方式是一样的。
《侠盗猎车手》对自驾驶汽车的帮助
Artur Filipowicz和他在普林斯顿大学的团队使用《侠盗猎车手》来帮助人工智能算法学习各种停车标志。他们的首要工作是训练人工智能识别各种停车标志，包括即使标志在模糊看不清的情况下，如被影子遮住、被灰尘或者雪覆盖，或者在一天不同的时间点，以及其它情况下，人工智能算法也能够识别。他的团队并没有寻找这些类似情况下的图片，或者自己出去拍摄不同场景下的停车标志图片，相反，他们使用了《侠盗猎车手5》来对人工智能进行这一方面的训练，因为这个游戏中不同的场景下有不同的停车标志情景，而这恰巧是训练人工智能最理想的方式。为了让这个游戏成为人工智能的驾驶模拟器，需要对游戏进行修改，能够让其它电脑程序能够“玩”这个游戏，而不仅仅是人类才可以玩。
一些研究团队也在使用这个游戏来培训人工智能算法，以便在现实生活中实现汽车自动驾驶。
能够定制虚拟世界
一个来自因特尔实验室和达姆施塔特大学的团队在《侠盗猎车手5》和计算机硬件之间创造了一个软件层，能够对游戏中的场景进行自动分类。随后这些标签会被输入到机器学习算法里面，来帮助进行系统训练。对世界进行“自动标注”要比人类来“标注”更加快捷、以及更加易于理解。
虚拟世界的“美”在于能够创造你所向往的“世界”，但是在现实生活中，这不仅耗时，同时也要花费大量的精力。
现在非常真实的电子游戏也很普遍，它们的灵活性，为需要大量数据来训练的人工智能算法提供了理想的训练方式，而且在训练人工智能算法方面也很有价值。
原文作者：Bernard Marr
