除了围棋，谷歌的AI，玩游戏也很厉害！百度，你在哪里？

目前，人工智能和物联网两开花是趋势，也是变革。从神经网络程序到AI算法芯片均处在通用型转向专用型的转变当中。

在百度还在纠结“我们拥有怎样的搜索引擎”时，谷歌已经派出自家的人工智能，在竞技游戏的赛场上与职业选手再度上演人机对决。

回过头来看百度，他的人工智能好像在忙着给咱发红包。

1

根据9to5Google消息，1月25日凌晨，曾经开发出AlphaGo的谷歌旗下的人工智能初创企业DeepMind，在YouTube上与暴雪联合展开了一场《星际争霸2》的比赛。

不同的是，此次比赛的参赛选手是DeepMind新开发的游戏类人工智能程序——AlphaStar。

在两个小时的直播中首先给观众们展示的是在18年的12月，人工智能AlphaStar最终以10比的总比分先后击败“TLO”和“MANA”两位《星际争霸2》职业竞技选手。

这是继围棋对决之后的第二次击败人类的人工智能程序。

2

在这10场比赛中，人工智能AlphaStar的视野与人类选手略有不同，玩过星际2的人都知道，玩家操作视角只能关注到战场的一部分，需要不停调整视角观察战况。而AlphaStar的视角是将视角拉远，看到整张地图后再进行操作决策。

并不是像有些媒体所说AI可以看到比赛地图的任何角落，不可视区域仍然存在。

不过为确保比赛可以在相对平衡的条件下进行，DeepMind还对AlphaStar进行了操作限制，AlphaStar的反应速度被限制在350ms，这个速度要低于正常人类的反应速度；每分钟里也不能进行比人类选手更多的操作。

也就是说，AlphaStar在AMP（手速）和反应速度均低于人类选手的情况下，依靠AI的决策能力AlphaStar连续10次击败职业选手。

随后，直播现场又进行了一场比赛，AlphaStar在保留其他限制的情况下，采用人类选手相同的操作视角再次与MANA进行比赛。

这样一来，AlphaStar需要频繁的调整视角操作速度降低了很多，人类选手也有了更多的时间分析AI的策略动向，最终击败了AlphaStar为人类赢得一局。

3

此次在竞技游戏上的这场“人机对决”，AlphaStar取得的战绩没有他的前辈AlphaGO那样激动人心。就算是限制了AlphaStar的反应速度和操作次数，但对于《星际争霸2》这样的游戏，最重要的操作精度却避而不谈。

仅介绍每分钟277次的点击，肯定是比人类选手MANA每分钟的559次点击要低很多，但是MANA真正的有效操作是否高于277次还很难说。而且AlphaStar的瞬间高精度操作对于普通人类玩家来说也太过夸张。由此来看，对AlphaStar的操作约束实际上并不太合理。

在限制视角的情况下，AlphaStar的大局观就开始出现策略漏洞，最终反被MANA打败。

这样一来，仅从胜败的角度来看待这场比赛未免有些失真。实际上真正值得注意的是AlphaStar是否有着比人类更高明的策略，AlphaStar是否有着比他的前辈AlphaGO更快的学习速度。

4

AlphaGO对战李世石，AlphaGO Mater对战柯洁，这两场比赛中给我们展现出人工智能强大的深度学习能力。

再后来的AlphaGO Zero抛弃了依靠人类棋谱学习的阶段，仅依靠自我博弈在3天内就战胜了AlphaGO，21天内便超过了AlphaGO Master，并在40天内超过所有的旧版本。

要知道，初代AlphaGO可是学习了好几年人类的棋谱数据。

这件事直到今天对围棋界的影响都十分巨大，中国围棋的世界冠军唐韦星还曾表示AlphaGO不需要我们（人类）的知识。

AlphaStar则是吸取了之前的AlphaGO的开发经验，在初期先进行一周的基础学习。过程是使用监督学习（supervised learning）通过学习职业选手的比赛过程训练AI对《星际争霸2》的策略判断，再经过自我博弈进行深度学习。

经过一个半月的自我学习后，便是我们在25日凌晨看到的AlphaStar。他还不成熟，还有成长的空间。

谷歌的DeepMind在神经网络和深度学习方面取得了这样的突破，简单来说应届毕业生的那句话“我学习能力强”。正如直播中AlphaStar的作者大卫席尔瓦介绍的那样，如何把这种高效的学习能力应用到其他人工智能领域才更加有价值。

5

正如文章开头介绍的，人工智能有众多不同的应用场景，通用型的人工智能很难满足不同的用户群体的需求，人工智能也正在向各个专用场景过度。

在AlphaGO问世时，就有些对人工智能抱有疑问的声音。

“AlphaGO只解决了围棋上的问题，那么在自然语言理解、图像识别、语言识别等领域问题依然存在，人工智能的进步并没有那么大。”

诚然，现在实际投入的人工智能都像是一个个“人工智障”。日本的一家机器人酒店，4年内便裁掉一半的机器人员工，因为既不能提供服务又惹人烦，完全达不到可以代替人类工作的地步。

如果把人类的智慧分为两种，一种称为“术”，一种称为“道”。

AlphaGO证明了人工智能拥有比人类更高明的“术”。那么AlphaStar则是在向人类证明，人工智能也可以获得“道”的智慧。

6

虽然《星际争霸2》是一款即时战略游戏，但是它与围棋一样，没有最佳策略可供选择。而且比起围棋的一览无余，它更加具有不确定性。如何推测“战争迷雾”内的可能性，如何利用这些可能性做出最优的战略分析，如何进行长期策略规划，如何调整短期战略达成最终结果等等。

谷歌通过这样的一款游戏，在试图开发一个真正像人类一样思考的人工智能，虽然他现在还不完美，虽然他还未展现出足够的“智慧”，但确实给神经网络开发，带来了另外一种可能性。

人类最大的恐惧来自对未知的恐惧，对人工智能产生恐惧大可不必。

在专用型人工智能开始展露头角之后，开发成本巨大的通用型的人工智能尚有许多需要攻破的壁垒。

开玩笑说，人类的智慧拖了人工智能的后腿，距离开发出“天网”还有很长的路要走。