AI 能夠像人類一樣暢玩競技游戲已經不是什么大新聞了，但想讓它玩得比絕大部分人都要好，可不是一件容易的事。
開發(fā)出 AlphaGo 的人工智能研究機構?DeepMind?就曾做過數(shù)次實驗，讓 AI 連續(xù)訓練數(shù)十天后達到職業(yè)玩家的水平，并在《雷神之錘 3》、《Dota 2》和《星際爭霸 2》等這類競技游戲中和真人展開對抗。
今年 1 月份，DeepMind 對外宣布其游戲類人工智能 AlphaStar 在《星際爭霸 2》游戲戰(zhàn)勝了兩名人類職業(yè)玩家，錄像顯示這兩個人都以 0-5 輸給了 AlphaStar。
不過，部分人認為這場對抗對人類并不公平，因為錄像中他們發(fā)現(xiàn)，AlphaStar 做出了很多超出極限的微操作，這意味著它能在同一時間維度內下達更多復雜指令。
想要讓職業(yè)玩家們輸?shù)梅?，DeepMind 在過去半年里做出了更多改進。
▲ 圖片來自：Nature
本周三，DeepMind 團隊又一次在《自然》雜志上發(fā)表了有關 AlphaStar 的新研究進展。他們表示，這位并沒有實體的人工智能選手已經達到了天梯對戰(zhàn)的「宗師」級別。
該段位在《星際爭霸 2》游戲中有著特殊含義，只有排名在前 200 位的玩家才能獲得這個稱號，同時也意味著 AlphaStar?超過了全球 99.8% 的人類選手。
DeepMind 會選擇《星際爭霸 2》作為測試 AI 的游戲，和它的即時戰(zhàn)略玩法有不少關系。該游戲中會分為人族、神族和蟲族三個派系，每個派系都有多個可供操作的建筑、兵種，每局游戲也都需要經歷資源采集、科技發(fā)展和實時戰(zhàn)斗等幾個流程。
所以，和之前 AlphaGo 之前挑戰(zhàn)過的棋類項目不同，AlphaStar 很難在《星際爭霸 2》中對另一方玩家的進攻手段做出預測，它自己也需要更多戰(zhàn)術、戰(zhàn)略層面的考慮，以及更高效的實時反饋能力。
在這次新研究中，DeepMind 除了繼續(xù)沿用之前的模仿學習人類玩家的策略手段外，還加入了一項名為「聯(lián)盟」的新訓練方式。
簡單來說，DeepMind 引入了多個虛擬的「陪練選手」，AlphaStar 會和它們逐一展開對抗，但「陪練選手」的目的是盡可能地找出 AlphaStar 在對戰(zhàn)中所暴露出來的「缺陷」，這就迫使雙方都需要采取比以前更多的策略手段，從而變得比之前更強。
同時，為了對應游戲中人族、神族和蟲族三個派系，開發(fā)團隊還分別訓練了三個獨立的神經網絡，每一個都會根據種族特性學習獨特的戰(zhàn)術風格。
訓練完畢后，DeepMind 才將 AlphaStar 投放至《星際爭霸 2》的天梯對戰(zhàn)中。每次對戰(zhàn)開始前，AlphaStar 并不會告知對方的身份，以避免它的人類對手采取某些針對性的策略，只有等到比賽結束后才會說出來。
「AlphaStar 只需要像一個正常人來玩游戲，而不是作為一名超人。」DeepMind 團隊的一員奧里奧爾·維尼亞爾斯（Oriol Vinyals）接受 《衛(wèi)報》采訪時說道。
同時，為了不再出現(xiàn)和上次比賽一樣的「開掛」爭議，這次 DeepMind 還對 AlphaStar 做了不少限制。
比如說，AlphaStar 會和人類選手擁有一樣的視野，只能看到顯示屏內的信息，而不會掌握整個地圖的動向；同時它在操作上也不會超過人類玩家鼠標點按次數(shù)的極限值。
然而，哪怕是在這樣的條件下，AlphaStar 仍然戰(zhàn)勝了絕大部分《星際爭霸 2》玩家。按照 DeepMind 的說法，目前依舊有 0.2% 左右的人有機會在對戰(zhàn)中戰(zhàn)勝 AlphaStar，大概是 50-100 人左右。
▲ 圖片來自：Inverse
「比起擊敗 99.8% 的人，我們更看重的是那 0.2% 的玩家，他們讓我們看到了 AlphaStar 存在的限制，這會激發(fā)出新的研究成果，并推動我們在現(xiàn)實世界其它領域上的研究?！箠W里奧爾說道。
DeepMind 還在博客文章中表示，團隊的最終目標仍然是打造出「通用人工智能」，即一個能根據不同狀況自動調整對策的人工智能系統(tǒng)。他們也承諾，不會將 AlphaStar 引入到任何一個軍事項目中。
題圖來源：Eurogamer
