虐完围棋虐星际！DeepMind AI血虐人类职业选手联军

昨晚，亚洲杯中国队惜败，而在另一场比赛中，整个人类则又一次输给了机器。

北京时间周五凌晨2点，DeepMind联合暴雪公开在Twitch和Youtube上进行了AI打《星际争霸2》的直播。DeepMind开发的全新AI程序AlphaStar轻松战胜2018 WCS Circuit排名13、神族最强10人之一的MaNa，以10-1的战绩，全面击溃了人类职业高手。

这次的演示也是DeepMind 的星际争霸 2 AI AlphaStar 的首次公开亮相。除了此前比赛录像的展示外，AlphaStar 还和 MaNa 现场来了一局，不过，这局AlphaStar 输给了人类选手 MaNa 。

MaNa 获得表演赛胜利，露出了迷之微笑（图源：Youtube）

网友在微博上对比赛评论道：deepmind打星际2就运营流程上来讲至少是韩服宗师往上的水平，而操作层面上则是已经超越人类了。目前来看AI已经有野建筑等战术层面上的认知了，但对于兵种相克的概念似乎AI并没有类似人类的判断。尽管限制了场均180的APM但录像中AI面对人类全部获胜。直播中职业选手赢的那一场，可以看出AI在分兵调度上还有些问题。而对于A岩石这种操作则肯定是AI设计上的瑕疵了。目前deepmind的AI似乎只会打PvP，他们认为PvP的变量更少些，AI学起来更快些（pimba）。如果AI会用镜花水月、换家之类的战术了，那人类真得抖三抖了。

比赛前，DeepMind CEO哈萨比斯就在社交网站上说，《星际争霸2》是一款复杂的实时战略游戏，对AI来说是一个长期的巨大挑战。我们将展示我们的进步！

早在2016年，AIphago战胜世界顶尖围棋棋手李世石引发AI学术界和业界轩然大波后，谷歌DeepMind 就将研究目标就转向了《星际争霸2》。次年，暴雪发布数款API工具，使研究人员开发可与人类对手竞技的机器人成为可能。暴雪还开放了过往65000场对阵游戏的数据库，用以训练机器人，并表示每月将向该数据库增加另外50万场游戏数据。

时隔2年，用AI人机协作打《星际争霸》，从而帮助人工智能开发创造基准，推进关于决策智能的研究不断向前推进。

去年4月，36氪曾就此话题采访过某AI智能决策公司负责人，他认为《星际争霸》正好涵盖了人工智能的几个核心问题：如何在有限的视野和不完全的信息下做决策？如何平衡短中长期的发展策略？如何处理多智能体之间的合作和博弈……

相对于围棋棋盘19乘19限定场景，《星际争霸》的场景更加开放、复杂，也因此更贴近人类在现实生活中做决策的环境，更具挑战。

事实上，网友对AI进军游戏界充满期待，并表示如果这方面能跟人类对抗，最好是通过和人类响应速度差不多，甚至慢半拍的机械臂来完成，或者故意加上一些延时来模拟人类的响应速度，毕竟我们要的并不是他的反应速度，而是他的“思维”。真正让机器人陪你打游戏。

还有网友脑洞更大，认为星际AI的正确方向是培养出一个真正的“副官”，以后人类就能像CG动画里一样，通过口头指令完成战略部署，将局部战役和微操留给AI。而这一模式一旦成熟，将影响将来现实中的人类战争模式，一旦单兵信息化、机械化甚至机器人化，AI将是决定战争胜负的关键因素，战争成为个别人的游戏，而我们，终将成为天网的子民……

对于AI的决策智能究竟能为人类做些什么？也欢迎大家留言和我们讨论。

来源：甲子光年