人类1:10惨败 5分钟崩盘 “狗弟”横空出世（组图）

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。

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。

AlphaStar玩星际2的过程（图片来源：DeepMind博客）

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。

AlphaStar在APM和延迟方面与人类玩家的比较（图片来源：DeepMind博客）

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。

DeepMind去年亏损27亿元

每日经济新闻记者注意到， 《经济学人》曾写过一篇文章讨论此事：

首先就是品牌，DeepMind一直走在人工智能的最前沿，围棋事件更被认为是新一轮人工智能发展的里程碑。这一品牌效应帮助谷歌吸引到了最顶级的AI人才，同时也让投资方对谷歌AI的研究实力有了更多的信心。其次是技术合作和应用。谷歌可以直接将DeepMind的技术加入到旗下产品中，并快速向全球消费者输出。最新的案例是，DeepMind的语音合成系统WaveNet的升级版本正被用于在各个平台上生成谷歌语音助手（Google Assistant）的声音。此外，DeepMind此前也宣布，通过使用其最新的算法，为谷歌数据中心节能了15％——这相当于节省了数百万美元的开销。

而Deepmind可以称得上是英美合作案例，结合了英国的研究实力和美国的资本与市场；也可以说是英国人烧美国人的钱做研究，最后共享成果。