今天，一則《Deepmind公布星際爭霸2結(jié)果：AlphaStar以10：1戰(zhàn)勝職業(yè)高手》一文，引發(fā)熱議，但是其實(shí)在兩年前，AI就與人類選手進(jìn)行過星際爭霸比賽。

2017年，世界首屆人類與星際爭霸AI對(duì)抗賽上，在接連兩位學(xué)生選手?jǐn)≡贏I手上后，韓國著名星際爭霸選手、星際四皇“司令”Stork通過四場連勝將AI打敗。他打敗的AI包括了Facebook開發(fā)的CherryPi和來自澳大利亞、挪威和韓國的AI。

而在兩年后的今天凌晨，DeepMind公布了其錄制的AI在星際爭霸2中與兩位職業(yè)選手的比賽，AlphaStar以5：0的成績戰(zhàn)勝了2018年WSC奧斯汀站的亞軍MaNa。除了此前比賽錄像的展示外，AlphaStar還與MaNa現(xiàn)場對(duì)戰(zhàn)一局，不過這局AlphaStar輸給了人類選手。

DeepMind的研究聯(lián)合負(fù)責(zé)人David Silver在賽后表示，“人工智能的歷史被打上了許多重大的標(biāo)桿性勝利的印記。我希望，未來的人們可能會(huì)回顧今天，或許會(huì)認(rèn)為這是人工智能系統(tǒng)所能做的又向前邁進(jìn)了一步。”

2013年，當(dāng)時(shí)名不見經(jīng)傳的在DeepMind發(fā)表了一篇論文，內(nèi)容是他們自己開發(fā)的AI游戲系統(tǒng)。論文中描述的計(jì)算網(wǎng)絡(luò)并不是為了游戲而服務(wù)，反而是讓一個(gè)AI系統(tǒng)自己去玩游戲。神奇的是，DeepMind的游戲系統(tǒng)可以在完全沒有接觸的前提下，通過對(duì)游戲的自我學(xué)習(xí)，自動(dòng)的玩一系列初級(jí)電視游戲。

這個(gè)系統(tǒng)可以通過屏幕上面的圖像和游戲中的分?jǐn)?shù)是否上升下降，從而做出選擇性的動(dòng)作。雖然這個(gè)行為對(duì)人來來說難度不大，但對(duì)于機(jī)器學(xué)習(xí)來說卻意義驚人。因?yàn)樗�涉及架設(shè)任務(wù)、建立人工精神網(wǎng)絡(luò)、建立深度學(xué)習(xí)模型和完善學(xué)習(xí)過程幾個(gè)關(guān)鍵部分，并且需要大量的圖形處理單來輔助。

星際爭霸2這樣的游戲其實(shí)比棋盤類游戲更難玩。在電子游戲中，人工智能無法通過觀察每一塊棋子的移動(dòng)來計(jì)算下一步棋，它們必須實(shí)時(shí)做出反應(yīng)。星際爭霸2的不可預(yù)測性遠(yuǎn)大于圍棋，玩家可以在同一時(shí)間會(huì)有300種基本動(dòng)作可選擇，即使在一個(gè)84x84像素的屏幕中，也會(huì)產(chǎn)生大約1億個(gè)不同的動(dòng)作，因此DeepMind要收集大量玩家的數(shù)據(jù)進(jìn)行分析。

目前DeepMind要做的是讓AI預(yù)測人類玩家下一步會(huì)做什么，AI在比賽之前僅僅數(shù)天的訓(xùn)練量，相當(dāng)于職業(yè)選手訓(xùn)練200年之長，同時(shí)在對(duì)游戲單位的操作上，AI可以避免人類選手的微操失誤，同時(shí)對(duì)未知地形進(jìn)行勘探，在應(yīng)對(duì)突發(fā)狀況時(shí)，AI的會(huì)選擇最好的處理方式。還有當(dāng)人類玩家做了這些操作后要如何應(yīng)對(duì)，通過局勢判斷下一步要干什么。暴雪已經(jīng)承諾會(huì)從星際2的天梯中收集數(shù)十萬個(gè)匿名錄像幫助DeepMind訓(xùn)練，這樣可以讓AI做到序列預(yù)測和長期記憶。

AI的學(xué)習(xí)遠(yuǎn)遠(yuǎn)超過了我們的想象，無數(shù)企業(yè)也在不斷加碼人工智能，BAT、曠視科技、商湯科技、極鏈科技Video＋＋、依圖科技這些深耕人工智能領(lǐng)域的企業(yè)，也都在不斷進(jìn)行人工智能各方面的深度學(xué)習(xí)。不得不感嘆于AI在電子競技項(xiàng)目進(jìn)步的速度，人工智能下一步的目標(biāo)，或許就是想向更多的專業(yè)游戲選手發(fā)出挑戰(zhàn)。從人工智能首次被提出來，到現(xiàn)在逐漸進(jìn)入我們的生活，未來的某一天，AI對(duì)于人類也將不再是一項(xiàng)觸碰不到的技術(shù)。