继围棋之后，强大的人工智能（AI）在北京时间25日凌晨再次震撼世界：
仅仅5分钟，谷歌旗下的人工智能公司DeepMind开发的全新AI程序AlphaStar就让《星际争霸2》（以下简称星际2）职业选手MaNa投降。
DeepMind当天公布的录像显示，去年12月，AlphaStar分别以5-0战胜星际2的两位职业选手TLO和MaNa，成为第一个打败电竞职业选手的人工智能。在比赛之前，AlphaStar的训练量，相当于打了200年的星际2。
但在之后的现场比赛中，MaNa因为发现了AI操作上的缺陷，才成功为人类扳回一局。这同样也创造了历史——AlphaStar首次成为职业选手的手下败将。
每日经济新闻记者注意到，尽管10战连败，人类职业高手仍然对AlphaStar不吝称赞。
“AlphaStar在每局游戏中采用的操作和不同策略令人印象十分深刻，近乎人类选手般的游戏策略出乎我的意料，”MaNa说，“我这才意识到，自己之前的策略过分依赖对手失误和人类的反应力，因此这场比赛让我对游戏有了全新的认识。我们很期待未来的无限可能。”
而TLO的说法跟李世石输给AlphaGo后很像。他说：相信我，和AlphaStar比赛很难。不像和人在打，有种手足无措的感觉。他还说，每局比赛都是完全不一样的套路。
赛后，DeepMind在其官方博客上表示， 实现最高水平的星际2对弈代表了人工智能在有史以来最复杂电子游戏中取得的重大突破。AlphaStar背后的技术可以用来解决其他的问题， 比如天气预报、气候建模、语言理解等。
让AI玩星际争霸有多难？
暴雪出品的星际2近年来已被公认为AI研究的“大挑战（grand challenge）”。与下围棋相比，星际2可难得多——在围棋世界，动作空间只有361种，而星际2大约是10的26次方。
DeepMind也在其官方博客上解释了人工智能玩星际2的难点：
游戏理论：星际2是个游戏，就想剪刀石头布一样，没有单一最佳战略。因此人工智能训练过程中需不断探索和扩展最战略知识前沿。
瑕疵信息：不同于国际象棋或围棋那种一览无余的状态，星际玩家无法直接观察到重要信息，必须积极探索“探路”。
长期规划：和许多现实世界中的问题并非是从“因”立即生“果”一样，游戏是可以从任何一个地方开始，需要1个小时时间出结果，这意味着在游戏开始时的行动可能在很长一段时间不会有收效。
即时性：不像传统桌面游戏，玩家轮流行动，星际玩家必须在游戏时间内持续排兵布阵。
庞大的行动空间：要同时控制上百个单位及建筑，这就导致了大量的可能性，行动是分级别的，可以被修改和扩张。我们将游戏参数化后，每个时间步骤平均约有10到26个合理行为。
AlphaStar是如何做到跟星际2职业选手对战的呢？
DeepMind表示，对决时，AlphaStar借助原始界面与星际2游戏引擎交流，也就是说，它可以直接观察地图上的我方单位和敌方可见单位，不需要移动摄像头。如果是人类玩家，注意力有限，必须调整摄像头，让它瞄准应该关注的地方。分析AlphaStar游戏能发现，它有一个隐藏的注意力焦点。平均来说，游戏代理每分钟会切换环境约30次，和MaNa、TLO的频率差不多。
事实证明，AlphaStar与MaNa和TLO对决时之所以占据上风，主要是因为它的宏观战略、微观战略决策能力更强，靠的并不是超级点击率、超快响应时间。
DeepMind还表示，团队的一些训练方法或可有助于研究开发安全稳定的人工智能。人工智能的一大挑战是，系统出错的方式各种各样。先前，星际2的职业玩家可以通过各种新颖方式诱导代理失误，轻易击败AI系统。AlphaStar采用的基于league模式的创新训练方式，可以找到最可靠、最不容易出错的方式。这一创新方式对改进整体AI系统（尤其是在诸如能源等安全至上、且解决复杂边缘案例十分关键的领域）的安全性和稳定性的前景亦值得期待。
|
收藏
转播
来自苹果客户端
对地，人类的无效操作太多
