无偏博弈

当人工智能（AI）在围棋、象棋等复杂游戏中击败人类冠军时，我们似乎已步入一个AI无所不能的时代。然而，一项最新研究却揭示了一个令人费解的反常现象：那些能通过自我对弈（Self-Play）征服复杂游戏的AI，却会在规则极其简单的游戏中“翻车”。这不仅仅是游戏胜负的问题，更触及了当前主流AI训练方法的“阿喀琉斯之踵”，可能影响未来AI在更广泛决策问题上的可靠性。 ...