AlphaGo二代？暴雪將開放《星際爭霸2》作為AI實驗室

　　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)備好了下一個目標(biāo)：：《星際爭霸2》（StarCraft）。

　　《星際爭霸2》是由暴雪娛樂（Blizzard Entertainment）在2010年推出的即時戰(zhàn)略游戲，游戲劇情主要講述了在遙遠(yuǎn)未來，一場圍繞銀河系中心的種族之戰(zhàn)。由于游戲極其考驗玩家對資源的運營策略，因此也被視為AI研究的突破點之一。

▲《星際爭霸2》游戲畫面，圖片來源：YouTube

　　DeepMind科學(xué)家奧利奧爾·溫雅爾斯（Oriol Vinyals）就曾是頂級的《星際爭霸》玩家之一，他曾提出這樣一個觀點：

　　玩《星際爭霸》的AI需要有效地利用記憶力，能夠進(jìn)行長期戰(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)實世界。

　　因此，早在2016年11月份，DeepMind就宣布與暴雪娛樂合作，將針對《星際爭霸2》展開一系列的研究實驗。而到了2017年8月9日，暴雪與DeepMind公開了這個項目的初步研究成果，將開放《星際爭霸2》作為AI研究環(huán)境。這個人工智能環(huán)境包將包括：

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

　　新增一個匿名游戲回放數(shù)據(jù)庫，并且在未來的幾周里，游戲回放數(shù)據(jù)將從65000份增加到50萬份

　　加入DeepMind開源工具集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試AI在特定任務(wù)下的性能

　　……

　　實際上，《星際爭霸》游戲里一直都有不同難度的AI存在，只不過這些AI是通過訪問游戲后臺、采集全局?jǐn)?shù)據(jù)來與玩家作斗爭，玩家和AI一開始就不在同一條起跑線上。而DeepMind的最終目的，是訓(xùn)練一個能在同等條件下與人類進(jìn)行競爭的AI，這才是該項目最具挑戰(zhàn)性的地方。

　　一些人類習(xí)以為常的動作，要讓AI來做就得經(jīng)過不斷地訓(xùn)練。在接受The Verge采訪時，DeepMind科學(xué)家奧利奧爾舉過這么一個例子：

　　在游戲中有一個名為「戰(zhàn)爭迷霧」的機制，黑霧籠罩了整個地圖，玩家需要經(jīng)過不斷地探索才能找出敵人。因此，對于AI來說，它必須記住「我曾在這里見過某個單位，但現(xiàn)在這個單位不見了，所以我要回去偵查一下，看看附近有沒有敵人的基地」。

　　對于人類選手來說，這是一個常識。但對于人工智能來說，這是一個值得學(xué)習(xí)的挑戰(zhàn)。這是《星際爭霸》與國際象棋最不同的地方，玩國際象棋的時候，雙方的環(huán)境一目了然，但在《星際爭霸》里，玩家無論何時都要了解自己周邊的環(huán)境。

▲AI眼中的《星際爭霸2》，圖片來源：DeepMind

　　目前，人工智能對《星際爭霸》的探索還處在非常早期的階段，不僅需要訓(xùn)練各種「常識」，而且在面臨突發(fā)情況時的應(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《星際爭霸2》電競選手 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用了一年的時間超越柯潔，那么人工智能打敗職業(yè)玩家，問鼎《星際爭霸2》世界冠軍，需要多久呢？