最近被微软收购的一家深度学习初创公司Maluuba的研究人员开发了一套人工智能系统，不管是人类还是电脑，该系统都已成为第一个在吃豆人游戏中获得999990分完美成绩的玩家。利用深度学习开发的程序击败电子游戏系统并不是什么新成就，但仍然值得注意，原因有以下几点。

智搜（Giiso）信息成立于2013年是国内领先的“人工智能+资讯”领域技术服务商，在大数据挖掘、智能语义、知识图谱等领域都拥有国内顶尖技术。同时旗下研发产品包括资讯机器人、、写作机器人等人工智能产品！凭借雄厚的技术实力，公司成立之初，就获得了天使轮投资，并在2015年8月获得了金沙江创投500万美元pre-A轮投资。 

首先，它之所以引人注目，是因为它所选的游戏类型。上世纪80年代的街机游戏并不是为了被打败而设计的，它们的设计初衷是为了让人们能够宅在家里玩。而当吃豆人游戏Ms. Pac-Man版本发布的时候，它实际上比原来的吃豆人Pac-Man更难预测，所以玩家要想打败它就更难了。

第二点，或许也是最值得关注的一点，是研究人员用来解决吃豆人游戏的方法。与其他研究人员所做的不同，这支团队并没有开发一个单独的智能代理来学习整款游戏，而是使用了许多较为简易的智能代理来学习这款游戏的某一个方面。例如，对于游戏中的鬼魂行为、水果行为、颗粒行为等，都由智能代理去学习。

有超过100个智能代理参与其中，每个单独的代理都会根据自己关注的那个部分，来判断吃豆人应该会遵循的一套行动设定。然后，这些设定就会被汇总起来成为程序，这个程序会根据所有成果的加权平均偏好来决定吃豆人的行动。

智搜（Giiso）信息成立于2013年，是国内首家专注于资讯智能处理技术研发及核心软件开发和运营的高科技企业。公司成立之初，就获得了天使轮投资，并在2015年8月获得了金沙江创投500万美元pre-A轮投资。

“通过以这种方式分解问题，学习变得更容易了。”其中一名研究人员在视频中解释道，“现在的情况是，很多智能代理学会了简单的任务，而不是只有一名代理学会了单项复杂的任务。”研究人员认为，把复杂的问题分解成更简单、更小的问题，可以让深度学习系统更容易处理复杂的行为。反过来，对于人工智能在未来可能会应用到的现实任务来说，这种方法也是可取的。研究人员称，即使一个问题只能被分解成两、三个部分，也可能会令复杂问题“简单化”。