《星际争霸2》将成人工智能学习研究对象(《星际争霸2》小说:撤离)

年初，Google的阿尔法狗（AlphaGo）震惊了全世界， 关于人工智能的讨论也来到了顶峰，“击败最优秀的人类棋手”，这个充满了传奇色彩的事件其实让很多人高估了人工智能的威力。在那之后，就有很多消息称，阿尔法狗接下来要挑战《星际争霸2》，人工智能战胜职业选手指日可待。

今年3月，很多中国媒体更是报道，在WCS中国站决赛上，暴雪娱乐制作总监Tim Morten亲自确认，AlphaGo确认将挑战《星际争霸2》。

这个新闻有两个疑点：第一，几乎没有国外媒体以“AlphaGo挑战《星际争霸2》”为标题进行报道；第二，AlphaGo的名字也显示了，这只是DeepMind为围棋项目（英文：Go）专门训练的人工智能项目，如果挑战星际，应该不会是这个名字。更准确的是当时《财富》的报道：DeepMind的CEO，Demis Hassabis表示，《星际争霸》是一个考虑中的有趣的挑战。

现在，DeepMind和星际的“绯闻”终于可以落实了。DeepMind的工程师Oriol Vinyals在公司博客宣布，暴雪将和DeepMind展开合作，让《星际争霸2》成为人工智能和机器学习的研究环境，并在明年第一季度将这个环境开放给所有的人工智能研究者。也就是说，即使是DeepMind的人工智能，也刚开始学习《星际争霸2》。

Oriol Vinyals少年时期曾是西班牙的顶级《星际争霸》玩家，他坦诚，“要打败人类职业选手，我们还有很长的路要走。”

和回合制的围棋不同，《星际争霸》是即时战略类游戏，游戏中，玩家需要从三个种族之中选择一个进行游戏，而每个种族都有不同的优缺点。针对不同的情况快速反应，同时有对战局的长期规划，这对人工智能程序来说是个非常艰巨的挑战。

在和李世石对弈时，AlphaGo借鉴了蒙特卡洛树搜索算法，评估下一步的可能最优解（可以排除一些对自己不那么有利的可能），以减少搜索深度。即便如此，拥有超强计算能力的AlphaGo落子前，还是需要很长的思考时间。

另外，和围棋不同，在《星际争霸》中，人工智能能获取的对手的信息是有限的（比如游戏中未探索地区的战争迷雾，其中的情况对手是看不到的）。

你可能想到了《星际争霸》中自带的AI，也就是电脑玩家。它的工作机制其实和现在的人工智能完全不同，因为游戏里的AI 是直接从游戏代码中获取信息的，而且，它可以同时对所有单位下达指令，即使有些单位不在屏幕中。和人类玩家相比，它其实是在作弊。

DeepMind和暴雪的目标是训练出遵守规则，同时可以和人类玩家一较高下的AI系统。

所以，DeepMind将和暴雪合作改进游戏环境，新的游戏界面将《星际争霸2》的游戏画面简化成基本的视觉图形（如下图），以供机器学习系统更好地学习，当然，这也就意味着，人工智能系统是以视觉而不是直接读取游戏数据为基础进行决策的，这和人类玩家完全一样。

另外，暴雪还会提供游戏回放，以供人工智能系统学习。

暴雪和DeepMind 都明白，让人工智能击败顶级的职业电竞玩家还非常遥远，不过就像AlphaGo 在很多人都不看好的情况下完胜李世石，这一天很可能会比大家想象中的早来一些。当然，DeepMind的终极目标是解决现实生活中的问题，而相比围棋，《星际争霸2》是一个和现实世界更接近的环境。