Google DeepMind 的 AI 成為全球最優秀的《星海爭霸 2》“遊戲玩家”

DeepMind的人工智慧平台在過去幾年中因對國際象棋、將棋和圍棋等複雜的「腦力密集型」遊戲的出色掌握而享譽全球。隨著時間的推移，它們逐漸“進化”，並用先進的機器學習技術擊敗了我們有血有肉的遊戲玩家。

今年早些時候，DeepMind 推出了專門為即時戰略遊戲《星海爭霸 2》構建的新版本 AI 模型，名為 AlphaStar。AlphaStar也很好地繼承了前輩的傳統，以壓倒性的優勢擊敗了目前許多世界頂尖的星海爭霸2選手，讓人汗顏。

經過近10個月的“培養”，AlphaStar現已成為名副其實的全球最優秀的星海爭霸2“玩家”！更具體地說，10 月30 日星期三，DeepMind 在《自然》雜誌上發表了一項關於AlphaStar 的新研究，詳細介紹了這種AI 模型在《星海爭霸2》的世界中已經走了多遠。 ，並遺憾地通知《星海爭霸2》遊戲社區，AlphaStar 現在已經獲得了大師評級，這意味著該 AI 模型可以擊敗全球 99.8% 的星海爭霸 2 玩家。

這裡的問題是，為什麼研究人員要為一款小眾電玩遊戲建立 AI 模型，以及這個 AI 模型可以教我們什麼關於人工智慧和機器學習技術的知。？

如果你不知道，《星海爭霸 2》是一款即時策略遊戲，玩家可以控制三支球隊（或遊戲用語中的「種族」）中的一支。每個種族都擁有獨特的屬性，玩家必須在大地圖上控制數百個單位的軍隊。在管理資源建立軍事單位的同時，玩家必須同時攻擊敵人並保衛自己的基地。在這樣的遊戲玩法中，有無數從簡單到複雜的戰術和策略，玩家可以運用它們來實現獲勝的最終目標。

該遊戲的複雜性和深度使其對人工智慧構成重大挑戰。與西洋棋或圍棋不同，在《星海爭霸 II》的世界中，玩家無法看到對手在做什麼。此外，雖然國際象棋或圍棋可以讓你暫停並反思策略，但《星海爭霸 II》是一款「即時」遊戲，因此一旦遊戲開始，只有勝利或失敗才重要。時鐘可以停止。

DeepMind 對 AlphaStar 進行了相當簡單的訓練。首先，它觀看了近百萬次頂尖選手的回放，以學習策略並找到模仿他們的方法。然後 AlphaStar 與 DeepMind 的另一個 AI 模型進行“競爭”，以便它能夠通過一種稱為“強化學習”（reinforcement Learning）的技術得出哪種策略帶來最優化結果的結論。這個過程透過向人工智慧展示獲勝是「好」而失敗是「壞」來訓練人工智慧。

事實上，AlphaStar也擁有一些優於人類的優勢。例如，對於一個正常人來說，有許多客觀因素可以限制大腦的思考能力和對每種情況的反應速度。公平地說，DeepMind 團隊故意阻礙 AlphaStar，延遲計算時間、延遲並限制其每分鐘可以執行的操作數量。然而，AlphaStar仍然知道如何克服一切並表現出色。

「我發現 AlphaStar 的遊戲玩法非常令人印象深刻，」德國星海爭霸 II 專家 Dario「TLO」Wünsch 在一份聲明中說道。“該系統非常善於評估自己的戰略地位，並準確地知道何時攻擊或放開對手。”

機器可以在複雜的視頻遊戲中完全擊敗人類，這一事實聽起來可能很可怕，就像機器人入侵地球的世界末日場景，但實際上，DeepMind 團隊開發了AI 模型，例如AlphaStar 來改進其他現實世界的系統。

對於研究人員來說，掌握像《星海爭霸 II》這樣複雜的即時策略遊戲是為醫療保健、自動駕駛汽車和機器人等可能改變人類的應用創建更好、更安全的人工智慧的第一步。