“关键在于它们与实际情况之间的差距有多大。”

听完这一番话李雨燕突然感到心头一亮眼前似乎豁然开朗了。

原来景熵的想法是不要求她一步登天而是逐步推进先制造出初具规模的初级模型让AI如同新生儿一样逐渐适应不断进步。

实际上现在市场已经有了许多类似的先例早期版本的象棋博弈软件就已经展示了不错的表现……现在不少业余的棋迷，已经没办法和围棋AI对局了。

哪怕是普通的玩家，面对围棋AI也只能认输。

就算是世界上顶尖的棋手，和围棋AI下棋时也是互有胜负，总体上看，AI赢的概率更高一点。

后来，国际上一些大的企业越来越看重智能AI，开始发展自己的AI平台。

无论是智能手机还是数据预测，不论是情绪互动还是语音助手，这些技术都已经逐渐进入各个领域。

而如今，人们经常接触到的AI还有游戏中的那些虚拟对手。

自从电子游戏出现以来，就已经有了AI的身影，不管是最早的网球小游戏，还是简单的井字棋。

在网络游戏还不普及的时代，单机游戏里面的AI就成了玩家们的最佳伙伴，同时也是游戏里的无敌存在。

在那些一度风靡全球的游戏里，AI起到了保障游戏体验、调节难易度的重要作用。

游戏的核心其实是玩家与AI之间的对决，只不过是用不同形式体现出来的罢了。

尤其是在如今流行的竞技游戏中，AI以游戏角色的形式登场，和人类玩家一较高下，而且随着AI的不断发展，其实力变得越来越强，能够根据不同情况采取不一样的战术。

这是一个巨大的飞跃，以前的AI多依赖于深度学习技术，在某些方面表现不错，但到了实时战略类游戏中就显得有些吃力。

这种游戏不仅需要全局观，还要求细致的操作能力。

不过现在的智能AI适应得很快。

例如说，对于一个职业选手来说，达到10万场实战经验几乎是个不可能完成的任务。

但是对于AI而言，几个小时可能就足够积累到如此丰富的经验了。

这是人力所无法匹敌的，因为人的经验和能力都有限，但智能AI可以无止境地吸收信息，每次和一个新玩家较量都能让它进步一点。

某种程度上讲，这样成长起来的AI跟现实中的战斗情况有一定的相似之处。

125工厂正在研发的小型无人飞行器也希望能拥有类似的智能化特性。

它可以根据实际战场环境——如天气、敌军状况及自身装备条件来选择合适的策略。

简单来说，这些小型无人机可以在任务中自主判断战况，并根据形势作出反应，直到消灭目标或是安全返回。

虽然这听起来很美好，但目前125厂还不能完全做出不受控制、完全独立运作的无人机来。

但他们采取了一个折衷的办法：先设计一套基础的智能系统用于游戏，在游戏中模拟各种情景来让这个系统学习作战技巧。