AI打《星际》被人类碾压？不，事情并没有这么简单

李林 千平 发自 凹非寺

量子位 出品 | 公众号 QbitAI

“人类总算能摆脱被统治的阴影”。

这两天，一场《星际争霸》的人机对抗“表演赛”，让不少人类感到扬眉吐气。毕竟在这场比赛中，韩国顶级职业玩家Stork（宋炳具），一鼓作气击败了四个AI玩家，赢得500万韩元奖金！

约合人民币近3万元。


△ 宋炳具选手

整场比赛流程是这样的：人类阵营先由两个普通学生星际玩家出场，分别挑战上个月《星际争霸AI大赛》的冠军：ZZZK、来自挪威的TSCMO、主办方韩国世宗大学研发的MJ。

结果AI阵营分别以3:0、2:1击败了普通人类星际玩家，唯一的败仗由韩国星际AI贡献。总比分算是5:1。

然后就是Stork登场，以一波4:0碾压AI，挽回人类颜面。

为什么赢了四场？因为原本预计会有三场精彩的人机对决，但是Stork赢得实在是太轻松了，没办法只能临时加赛，让《星际争霸AI大赛》上排名第六的CherryPi压轴登场，结果Stork使用神族侦察机就直捣敌窟。

尽管CherryPi来自大名鼎鼎的Facebook AI研究院，但成绩真是一贯不咋地。


△ AI选手

带中文解说的现场视频，可以前往这里收看：
https://www.bilibili.com/video/av15909479/
如果对全程感兴趣，可以科学前往这里收看：
https://www.youtube.com/watch?v=L54zoUwVPLI

不够AI的AI

顶级职业选手战胜了AI，乍一听，星际界这个情况似乎跟围棋界形成了鲜明的对照。围棋这个领域，AI战胜了顶级职业选手。

但，还真不是一回事儿。

相比之下，AlphaGo是一套复杂的人工智能系统，现在已经可以几乎不借助任何人类知识，自行学会下围棋，并且迅速的成长为高手。

关于最新版AlphaGo Zero，有人花了一张图进行解读。如果你能看懂的话，应该还蛮有意思的……



而参加这次“星际争霸人机大战”、以及上个月《星际争霸AI大赛》的人工智能系统，都在相当初级的阶段。

比如其中最厉害的ZZZK，背后是澳大利亚的程序员Chris Coxe。他独自创建了这个AI，但其中只有一些简单的学习功能，背后更多是各种预先编辑好的策略。

量子位之前也介绍过，ZZZK只能执行一种单基地Rush战术。另外，这个ZZZK能在游戏中学习一些策略，以判断哪种Rush是最有效的。


△ 星际AI大赛成绩单

当然与普通玩家相比，星际AI还是有着人类难以比拟的优势，比方每分钟可以完成峰值2万次的操作，而人类大概是300次。

由于AI玩的不够好，就不详细解读它们的策略了。有兴趣的可以看上面提到的视频。Stork表示，跟他对局的AI出于普通玩家的中等水平。

总而言之，这次Stork击败的AI，其实不够AI。

DeepMind在干嘛

为什么AI在星际这个领域没能大杀四方？

很简单，太难了。

星际是个实用的基础AI研究环境，因为游戏本身复杂多变。AI想要取胜需要同时做多手准备，比如管理并创造资源、指挥军事单位和部署防御结构等操作需要同时进行，逐步完成。此外，AI还需预测对手的策略。

在围棋领域，Facebook开发的AI最终还是敌不过DeepMind开发的AlphaGo。而现在Facebook又在星际领域率先推出AI。

不管是有心无心，新的“竞争”开始了。不过，DeepMind在干嘛？

DeepMind当然不会错过星际；以及DeepMind选择的路径有点不一样。首先，赛场就不一样，Facebook在星际中搏杀，而DeepMind选择了星际2。其次，DeepMind没有直接推AI，而是搞了一套：SC2LE。



这是一套星际2工具包，用于加速AI研究。由DeepMind和暴雪联合发布，这个工具包中包括：

机器学习API：由暴雪开发，将研究人员和开发人员接入游戏，并自带首次发布的Linux工具包。至此，Windows、Mac与Linux系统均可在云端运行。

匿名游戏回放数据集：包含65000多场游戏记录，在接下来的几周将增加至50万场，帮助实现智能体间的离线比赛。

开源的DeepMindPySC2工具包：方便研究人员使用暴雪的特征层API训练智能体。

一系列简单的增强学习迷你游戏：帮助研究人员在特定任务上测试智能体的性能。

概述开发环境的论文：记录了迷你游戏的初始基线结果、监督学习数据以及智能体间完整的对抗记录。

简而言之，可以看看下面这个视频：