AlphaGo挑戰(zhàn)《星際爭霸2》：必遭暴虐

    在 AlphaGo 戰(zhàn)勝了韓國圍棋棋手李世石后，DeepMind 創(chuàng)始人戴密斯·哈薩比斯（Demis Hassabis）就曾表示將研究以人工智能與人類玩其他游戲，例如即時戰(zhàn)略游戲《星際爭霸》。不過目前看來，DeepMind AI要跟人類比賽打《星際爭霸》這事，還是有點(diǎn)兒懸。

    早在2015年，DeepMind AI就開始用已經(jīng)雅達(dá)利1977年發(fā)行的游戲機(jī)Atari 2600來進(jìn)行游戲訓(xùn)練，整個訓(xùn)練過程團(tuán)隊(duì)沒有提供任何額外信息幫助，全依靠AI自己來一步步學(xué)習(xí)如何打怪升級。在這些游戲里，有一款游戲始終讓DeepMind AI很苦惱，那就是《Montezuma’s revenge》，這是雅達(dá)利一款難度超高的游戲。

    后來團(tuán)隊(duì)找到了“好奇心”激勵機(jī)制，來讓DeepMind AI獲勝。他們給AI變成編程輸入“人工好奇心”，在AI探索更多的玩法的時候給予它更多的獎勵，鼓勵它去用不同的途徑來獲取更高的分?jǐn)?shù)。在新版本里，DeepMind AI在好奇心的驅(qū)動下探索了15個房間的游戲。在沒有好奇心的時候，它只玩了2個房間。

    今年3月底，在AlphaGo五局四勝贏了李世石之后，暴雪娛樂制作總監(jiān)Tim Morten就在WCS中國區(qū)總決賽上確認(rèn)，DeepMind AI將挑戰(zhàn)《星際爭霸2》，當(dāng)時Tim Morten就直言DeepMind AI不會在《星際爭霸2》中戰(zhàn)勝人類。直接目前，這一場人機(jī)游戲爭霸戰(zhàn)，官方都沒透露更多的細(xì)節(jié)。

    實(shí)際上，《星際爭霸》作為一款即時戰(zhàn)略類的游戲，給 DeepMind 的挑戰(zhàn)比圍棋更大。單單是對戰(zhàn)局面的數(shù)據(jù)獲取方面，兩者就相差巨大。圍棋棋盤上就只有數(shù)量不等的黑白兩色棋子作為數(shù)據(jù)，而游戲中則包括了雙方兵力數(shù)量、兵種構(gòu)成、能力屬性、時間等等等。另外作為即時戰(zhàn)略游戲，《星際爭霸》需要在極短時間內(nèi)執(zhí)行策略，而圍棋相對來說則有充足的時間給AI運(yùn)算思考。

    目前，DeepMind AI想要打贏《星際爭霸》 還是需要更長的時間學(xué)習(xí)和摸索。■