“阿尔法星际”正式出道：10比0暴击人类，APM还被限制在200内

谷歌旗下人工智能部门DeepMind开发的人工智能(AI)程序“AlphaStar”（阿尔法星际）今日凌晨挑战《星际争霸2》游戏。结果是：名为“AlphaStar”的人工智能在与两位人类职业选手“TLO”和“MANA”的比赛中，均以5比0取胜。这给了职业电竞界一次不小的暴击。这项人工智能挑战是在2016年的暴雪嘉年华开幕式上所宣布，由DeepMind 和暴雪共同开发的，前者曾开发出了击败世界围棋第一人柯洁等人的阿尔法狗。

AlphaStar跟AlphaGo有些类似，最开始都是通过学习人类选手的Replay（比赛录像）来提升水平。直播中展示的10场比赛都是在一张相同的比赛地图上进行，而且都是神族内战。人工智能的APM（每分钟操作的次数）限制在与人类选手相仿的程度。

相比于之前AlphaGo擅长的“完全信息博弈”的围棋，《星际争霸》显然是一个拥有更多不确定因素的游戏。在围棋对弈时，AI可以看清楚棋盘上的每一个位置，然后依靠自己比人脑强大无数倍的计算能力，衡量每一步落子所带来的收益，然后确定最优的方案。这种能力是人脑再开发到极限也是无法实现的。

而在游戏中，AI的这种优势其实并无太多用武之地。熟悉RTS（即时战略）游戏的玩家应该都了解“战争迷雾”这种机制。AI并没有“作弊”读取正在进行中的游戏的内存数据的话，它是无法得知玩家现阶段在布置何种战术，因此也就无法提前做出“最优判断”。而这种判断对于RTS的获胜来说才是至关重要的。即使AI洞悉了玩家的战术，他也未必能即时做出改变，甚至有可能被玩家“虚晃一枪”。比方说当玩家的基地被发现，玩家可以选择停止所有建筑计划。

AI在信息对等的情况下，临机应变的能力不如人类，星际需要玩家对资源控制，升级先后顺序，不同种族和兵种相互克制等方面有整体的认识。这种互相牵制的效果，即是游戏平衡性的由来。这方面的整体考虑远比下围棋时只考虑黑子和白子的位置更加复杂。考虑到人工智能在APM手速和精确微操方面优势明显，这可能成为另外一个能决定比赛最终结果的重要因素。不过正如暴雪和DeepMind团队强调过，未来的人工智能并不会拥有非人类的逆天操作，他们将会通过限制人工智能的APM来保证它的操作，也会有类似人类的极限和失误。