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，但是其實在兩年前，AI就與人類選手進行過星際爭霸比賽。

2017年，世界首屆人類與星際爭霸AI對抗賽上，在接連兩位學生選手敗在AI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)場對戰(zhàn)一局，不過這局AlphaStar輸給了人類選手。

DeepMind的研究聯(lián)合負責人David Silver在賽后表示，“人工智能的歷史被打上了許多重大的標桿性勝利的印記。我希望，未來的人們可能會回顧今天，或許會認為這是人工智能系統(tǒng)所能做的又向前邁進了一步?！?/p>

2013年，當時名不見經(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)。論文中描述的計算網(wǎng)絡并不是為了游戲而服務，反而是讓一個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，通過對游戲的自我學習，自動的玩一系列初級電視游戲。

這個系統(tǒng)可以通過屏幕上面的圖像和游戲中的分數(shù)是否上升下降，從而做出選擇性的動作。雖然這個行為對人來來說難度不大，但對于機器學習來說卻意義驚人。因為它涉及架設任務、建立人工精神網(wǎng)絡、建立深度學習模型和完善學習過程幾個關(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來計算下一步棋，它們必須實時做出反應。星際爭霸2的不可預測性遠大于圍棋，玩家可以在同一時間會有300種基本動作可選擇，即使在一個84x84像素的屏幕中，也會產(chǎn)生大約1億個不同的動作，因此DeepMind要收集大量玩家的數(shù)據(jù)進行分析。

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

AI的學習遠遠超過了我們的想象，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域的企業(yè)，也都在不斷進行人工智能各方面的深度學習。不得不感嘆于AI在電子競技項目進步的速度，人工智能下一步的目標，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)在逐漸進入我們的生活，未來的某一天，AI對于人類也將不再是一項觸碰不到的技術(shù)。