AlphaGo二代？暴雪將開(kāi)放《星際爭(zhēng)霸2》作為AI實(shí)驗(yàn)室

　　AlphaGo在戰(zhàn)勝柯潔之后便正式宣布退役了，成為圍棋界一道難以跨越的屏障。而AlphaGo退役后，并不意味著結(jié)束，其締造者DeepMind公司早就為人工智能準(zhǔn)備好了下一個(gè)目標(biāo)：：《星際爭(zhēng)霸2》（StarCraft）。

　　《星際爭(zhēng)霸2》是由暴雪娛樂(lè)（Blizzard Entertainment）在2010年推出的即時(shí)戰(zhàn)略游戲，游戲劇情主要講述了在遙遠(yuǎn)未來(lái)，一場(chǎng)圍繞銀河系中心的種族之戰(zhàn)。由于游戲極其考驗(yàn)玩家對(duì)資源的運(yùn)營(yíng)策略，因此也被視為AI研究的突破點(diǎn)之一。

▲《星際爭(zhēng)霸2》游戲畫(huà)面，圖片來(lái)源：YouTube

　　DeepMind科學(xué)家?jiàn)W利奧爾·溫雅爾斯（Oriol Vinyals）就曾是頂級(jí)的《星際爭(zhēng)霸》玩家之一，他曾提出這樣一個(gè)觀點(diǎn)：

　　玩《星際爭(zhēng)霸》的AI需要有效地利用記憶力，能夠進(jìn)行長(zhǎng)期戰(zhàn)略規(guī)劃，并根據(jù)新的信息不斷做出調(diào)整。如果我們開(kāi)發(fā)的AI系統(tǒng)能掌握如此復(fù)雜多變的技能，那么最終這些技術(shù)也將被用于服務(wù)現(xiàn)實(shí)世界。

　　因此，早在2016年11月份，DeepMind就宣布與暴雪娛樂(lè)合作，將針對(duì)《星際爭(zhēng)霸2》展開(kāi)一系列的研究實(shí)驗(yàn)。而到了2017年8月9日，暴雪與DeepMind公開(kāi)了這個(gè)項(xiàng)目的初步研究成果，將開(kāi)放《星際爭(zhēng)霸2》作為AI研究環(huán)境。這個(gè)人工智能環(huán)境包將包括：

　　在游戲中為開(kāi)發(fā)者和研究員加入了人工智能API，并且首次支持Linux環(huán)境

　　新增一個(gè)匿名游戲回放數(shù)據(jù)庫(kù)，并且在未來(lái)的幾周里，游戲回放數(shù)據(jù)將從65000份增加到50萬(wàn)份

　　加入DeepMind開(kāi)源工具集PySC2，讓研究員可以輕松地調(diào)用暴雪底層的功能API

　　新增一系列的RL迷你游戲，從而讓研究員能夠測(cè)試AI在特定任務(wù)下的性能

　　……

　　實(shí)際上，《星際爭(zhēng)霸》游戲里一直都有不同難度的AI存在，只不過(guò)這些AI是通過(guò)訪問(wèn)游戲后臺(tái)、采集全局?jǐn)?shù)據(jù)來(lái)與玩家作斗爭(zhēng)，玩家和AI一開(kāi)始就不在同一條起跑線上。而DeepMind的最終目的，是訓(xùn)練一個(gè)能在同等條件下與人類(lèi)進(jìn)行競(jìng)爭(zhēng)的AI，這才是該項(xiàng)目最具挑戰(zhàn)性的地方。

　　一些人類(lèi)習(xí)以為常的動(dòng)作，要讓AI來(lái)做就得經(jīng)過(guò)不斷地訓(xùn)練。在接受The Verge采訪時(shí)，DeepMind科學(xué)家?jiàn)W利奧爾舉過(guò)這么一個(gè)例子：

　　在游戲中有一個(gè)名為「戰(zhàn)爭(zhēng)迷霧」的機(jī)制，黑霧籠罩了整個(gè)地圖，玩家需要經(jīng)過(guò)不斷地探索才能找出敵人。因此，對(duì)于AI來(lái)說(shuō)，它必須記住「我曾在這里見(jiàn)過(guò)某個(gè)單位，但現(xiàn)在這個(gè)單位不見(jiàn)了，所以我要回去偵查一下，看看附近有沒(méi)有敵人的基地」。

　　對(duì)于人類(lèi)選手來(lái)說(shuō)，這是一個(gè)常識(shí)。但對(duì)于人工智能來(lái)說(shuō)，這是一個(gè)值得學(xué)習(xí)的挑戰(zhàn)。這是《星際爭(zhēng)霸》與國(guó)際象棋最不同的地方，玩國(guó)際象棋的時(shí)候，雙方的環(huán)境一目了然，但在《星際爭(zhēng)霸》里，玩家無(wú)論何時(shí)都要了解自己周邊的環(huán)境。

▲AI眼中的《星際爭(zhēng)霸2》，圖片來(lái)源：DeepMind

　　目前，人工智能對(duì)《星際爭(zhēng)霸》的探索還處在非常早期的階段，不僅需要訓(xùn)練各種「常識(shí)」，而且在面臨突發(fā)情況時(shí)的應(yīng)變能力也有所不足（AlphaGo就曾經(jīng)下棋下到崩潰）。這也就難怪24歲的頂級(jí)《星際爭(zhēng)霸2》電競(jìng)選手 Byun Hyun Woo 敢大放厥詞了：

　　至少在我的有生之年，我不認(rèn)為AI能夠打敗職業(yè)玩家。

　　AlphaGo用了一年的時(shí)間超越柯潔，那么人工智能打敗職業(yè)玩家，問(wèn)鼎《星際爭(zhēng)霸2》世界冠軍，需要多久呢？