【PConline 資訊】

今日凌晨，谷歌旗下的DeepMind與暴雪聯合直播了一場特殊的《星際爭霸2》比賽。為何說它特殊？因為這是一場職業玩家與谷歌最新AI程式AlphaStar之間的對決。最終，AlphaStar以10比1大勝世界頂級選手，這也是繼圍棋後，人類玩家又一次遭到AI碾壓，更是AI領域一個新的里程碑。

你可能有所不知，DeepMind的研究員從2016年就開始關注《星際爭霸2》，並幫助暴雪成功的研發出相關工具，即能夠打敗真人玩家的超級計算機。由於《星際爭霸》系列是個使用基準化分析法擬訂計劃、處理不確定性、空間推理等問題的絕佳環境，因此對於AI來說是個極大的挑戰。

因此，若想在《星際爭霸2》遊戲中取勝，不管是人類玩家還是AI都必須仔細平衡宏觀經濟管理和每個單位的控制，不僅需要平衡短期和長期目標，還要應對意外情況，同時兼顧後方經營與前方多線戰事，因此整個系統經常變得脆弱。

為了訓練這個超級計算機，DeepMind為其加入了大約6。5萬場比賽的資料，不僅如此，未來的每個月還會在快取記憶體中再加入50萬場比賽資料。在“餵食”過真實玩家的比賽資料後，AI不僅開始執行標準的宏觀戰略，同時還會防備對手的高侵略性策略，學習速度呈幾何倍數的成長，實戰成績顯而易見。

當然，不單單是《星際爭霸2》，實際上早在過去的幾十年時間裡，人類一直在用遊戲測試和評估AI系統，而AI戰勝人類對手也並非近幾年才有的事。從1997年，IBM的深藍打敗過國際象棋大師加力·卡斯帕羅夫，深藍計算機可以每秒思考2億步，而卡斯帕羅夫很可能每秒不超過五步。以及後來，谷歌AI AlphaGo先後打敗李世石、柯潔等多名世界頂級棋手，都顯示出計算機強大的計算能力與學習能力。

在棋類對弈中，其規則是一方走完另一方再走。因此。當人類選手出棋後，AI有充足的時間可以在資料中搜尋最佳方法，那麼相比棋牌類這種時間上“切片化”的對戰方式，電競遊戲的行動空間則要複雜很多，比賽時不僅可以有多名玩家參與，且每個玩家可以同步做出行動，每個行動還可以有不同的時間長短，位移和移動都是空間連續的，攻擊防禦技能物品等也有很多的變化，AI需要針對人類玩家的動作及時做出反應，如何將接收到資訊快速處理並做出下一步動作，這對AI的算力與分析能力是個極大的考驗。所以，這也是為什麼將此次比賽稱為AI領域一個新的里程碑的原因所在。

與AI相比，人類的優勢在於豐富的實戰經驗，有針對性的戰術設計以及臨場反應與應變能力；而AI則幾乎能在瞬間獲取全部有用資訊並得到反饋，並對每個單位進行及時、單獨、精細的操控，能以壓倒性的資料分析處理速度，更有龐大的資料庫為其做支援。

但是從另一方面來看，透過這些案例我們不難發現，聰明的AI現階段仍要依靠人類對其“餵食”經驗並反覆訓練它們，透過學習這些經驗得以超越人類。就拿此次的《星際爭霸2》來說，人機對決是在一張固定的地圖中進行，場景提前都已熟知，那麼當面對的是一張陌生地圖時，AI還能否戰勝人類玩家？換言之，當我們把AI推出其所熟悉的舒適區後，AI還能做些什麼，還會有超越人類的創新存在嗎？這是一個值得思考的問題。

此外，AI技術目前仍面臨著一大挑戰，就是系統出錯的方式各種各樣，需要繼續精進以規避這些毫無規律的系統錯誤。最後我們想說，隨著AI技術不斷髮展，未來終有一日智慧系統可以幫助我們解鎖那些最重要、最基本的科學問題的創新方式。