云电脑项目还是这些相关业务，只是这次研讨会讨论出来的项目之一，此外还有很多计划项目也需要好好说道说道。

    比如沸腾游戏就针对人工智能学习，提出了一个“生成对抗网络学习”的概念。

    这个概念的提出，为人工智能培养研发，提供了一个节省大量算力的思路。

    此前提到过“监督学习”、“强化学习”的概念，但这都需要大量的算力支持，而“生成对抗网络学习”则对算力的需求相对较低，因为通过这种方式，人工智能学习找补的对象是人类，并且以网络对抗的形式进行。

    通俗点说就是，可以制作一系列专门用来教育培养人工智能的网络游戏，但这些网络游戏普通玩家也能玩，并且具有很强的可玩性和对抗性。

    然后，人工智能通过在游戏中不断地与玩家进行对抗，以此不断向玩家们学习游戏经验，从而实现自我成长和智能提升。

    简单点说就是把玩家当陪练，让玩家的逻辑判断和行为决策成为人工智能的学习养分，而不是靠另一段程序代码训练人工智能，这样就节省了一部分算力。

    这个思路的缺点是玩家的行为决策往往具有不确定性和随机性，会产生很多无效的数据，使得ai的学习效
 <本章未完请点击"下一页"继续观看!>