即使是人谁不是科幻或狂热的活性成分。球迷enthusiasts know that in 1997, IBM’s “Deep Blue” chess computer defeated the then world chess champion at the time, Garry Kasparov, but relatively few of us are aware of the fascinating developments in other narrow domains of skill where artificial intelligence is gaining ground at incredible speed.
1.岩，剪子，布
在研究人员石川渡边实验室训练有素的机器人系统赢得“石头，剪子，布”对人的所有游戏100％。一种相机跟踪对手的手的运动，以便识别分钟，几乎不可分辨的变化在手（1毫秒内）计数器与所述正确的反应。
我想看到的，当你把在一起的两个这些机器人的面对过会发生什么。研究人员看到这认为这是一个机会，为人机协作，与未来的应用，允许机器人在人体运动拿起助手的工作任务。
2.超级马里奥
“神经进化”被用来开发超级马里奥扮演的人工智能，可以通过在水平速度惊人积极飞行。该机器坏了游戏（包括平台，墙壁，敌人）成不同的，可识别的符号，它使用轻松导航的游戏水平的重要因素。
这已经不是我们第一次谈到了“进化” AI行为在这里Emerj，但它可能是第一次，它已经带来了游戏的背景（一个主题，我们固然不包括很多），这是一个有趣的暴露神经网络和机器学习的潜在力量。
虽然这不是第一次，我们已经讨论了人工intellignece行为“进化”（最近的一次是这篇文章的“进化”的机器人的行为与Jekan Thanga博士），它可能是我们曾经谈到应用到游戏的概念第一次。没有视频被证明是一个有趣的暴露到窄AI的可能性，并使用游戏作为一个培养皿机器学习。
3。走
电脑打得落花流水在步步高最好的人类玩家（1979年），跳棋（1994年），和国际象棋（1997年）后，也有专家推测的2500年的老游戏的复杂性走不能由机器来掌握。不像象棋，当今最好的走计算机不能打败定期绝对最好的人类玩家 - 但他们正在高手玩家和获奖 - 那会是一个接近壮举仅仅在10年前不可想象的。
即使步步高（1979年），跳棋（1994年），和国际象棋（1997年），题目分别是接管机，走的2500年的老游戏感到自豪的是他们的游戏是人类的认知和创造力的高功率示范同时，该游戏可能是不透机的对手谁是值得被重视的。很多是现在已经改变。
在人工智能的发展这一点上，甚至怀疑都开始考虑到人类的胜利不会成为常态，直到永远。在一篇文章中MIT技术评论说得难听：“一个人掌握了电脑的最后堡垒即将下降到无情的突袭中的机器学习算法。
我的一部分感到失望的是人的心灵的优越性正在围攻...但好处是，当计算机可以比人类写出更好的文章（他们来接近），我有很多的早晨腾出时间。
