1997年，“深藍”在國際象棋上擊敗人類冠軍卡斯帕羅夫的時候，人們說來一盤圍棋啊，結(jié)果有了AlphaGo橫掃人類頂尖高手李世石、柯潔。這時候，有人說來一盤“星際”啊……
結(jié)果，還不到三年，《星際爭霸2》又被AI拿下，而且人類輸?shù)脦缀躞w無完膚！
北京時間1月25日凌晨，Google DeepMind的最新AI人工智能程序“AlphaStar”以兩個5：0連續(xù)血洗《星際爭霸2》職業(yè)選手TLO、MaNa，只是在隨后的一場表現(xiàn)賽中輸給了MaNa。
其中，TLO是Liquid戰(zhàn)隊的蟲族選手，目前世界排名第68，MaNa則是2018年WSC大賽的奧斯汀站亞軍，神族選手，世界排名第19。
這次是AlphaStar首次公開亮相，比賽用的游戲版本是4．6．2，只進行神族內(nèi)戰(zhàn)，固定在Catalyst LE地圖。
尤其令人稱奇的是，AlphaStar與兩位人類對手的比賽相隔只有兩周，就迅速自學成才，對戰(zhàn)TLO時雖然完勝但表現(xiàn)還相當菜鳥，而對戰(zhàn)MaNa的時候已經(jīng)有了幾乎的完美，非人類的操作讓人猝不及防。
DeepMind科學家Oriol Vinyals、David Silver介紹說，AlphaStar的訓練首先是模仿學習，訓練大量的比賽回放資料，讓AI通過觀察一個人所處的環(huán)境，盡可能地模仿某個特定的動作，從而理解游戲基本知識。
然后使用“Alpha League”循環(huán)比賽方法，先對比從人類數(shù)據(jù)中訓練出來的神經(jīng)網(wǎng)絡，然后逐次迭代，產(chǎn)生新的Agent和分支，使其發(fā)展壯大。
接下來，這些Agent通過強化學習過程與Alpha League中的其他競爭對手進行比賽，盡可能有效地擊敗所有這些不同的策略，并調(diào)整個人學習目標，鼓勵競爭對手朝特定方式演進，比如說獲得特定獎勵。
最后在Alpha League中選擇最不容易被利用的Agent，稱之為“The nash of League”，去挑戰(zhàn)人類。
至于為何選擇《星際爭霸2》，主要是因為這款游戲具備策略性、競爭性的特性，需要即時做出大量決策，是非常有趣和復雜的游戲，在全球都很火爆，每年都有大量的比賽，有著海量的玩家基礎。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
