為了培養下一個 AlphaGo，暴雪想把《星際爭霸 2》變成 AI 實驗室

「圍棋上帝」AlphaGo 在戰勝柯潔之後便宣布退役，成為圍棋界難以逾越的一座高峰。而其締造者 DeepMind 公司早就為人工智慧準備了下一個目標：《星際爭霸 2》（StarCraft）。

《星際爭霸 2》是由暴雪娛樂（Blizzard Entertainment）在 2010 年推出的即時戰略遊戲，遊戲劇情主要講述了在遙遠未來，一場圍繞銀河系中心的種族之戰。由於遊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》遊戲畫面，圖片來源：

YouTube）

DeepMind 科學家奧利奧爾·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，能夠進行長期戰略規劃，並根據新的信息不斷做出調整。如果我們開發的 AI 系統能掌握如此複雜多變的技能，那麼最終這些技術也將被用於服務現實世界。

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 研究環境。這個人工智慧環境包將包括：

在遊戲中為開發者和研究員加入了人工智慧 API，並且首次支持 Linux 環境

新增一個匿名遊戲回放資料庫，並且在未來的幾周里，遊戲回放數據將從 65000 份增加到 50 萬份

加入 DeepMind 開源工具集 PySC2，讓研究員可以輕鬆地調用暴雪底層的功能 API

新增一系列的 RL 迷你遊戲，從而讓研究員能夠測試 AI 在特定任務下的性能

……

GIF/1.2M

（《星際爭霸 2》中訓練 AI 的小遊戲，圖片來源：

DeepMind）

實際上，《星際爭霸》遊戲里一直都有不同難度的 AI 存在，只不過這些 AI 是通過訪問遊戲後台、採集全局數據來與玩家作鬥爭，玩家和 AI 一開始就不在同一條起跑線上。而 DeepMind 的最終目的，是訓練一個能在同等條件下與人類進行競爭的 AI，這才是該項目最具挑戰性的地方。

一些人類習以為常的動作，要讓 AI 來做就得經過不斷地訓練。在接受 The Verge 採訪時，DeepMind 科學家奧利奧爾舉過這麼一個例子：

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

對於人類選手來說，這是一個常識。但對於人工智慧來說，這是一個值得學習的挑戰。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境。

GIF/615K

（AI 眼中的《星際爭霸 2》，圖片來源：

DeepMind）

目前，人工智慧對《星際爭霸》的探索還處在非常早期的階段，不僅需要訓練各種「常識」，而且在面臨突發情況時的應變能力也有所不足（AlphaGo 就曾經下棋下到崩潰）。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，我不認為 AI 能夠打敗職業玩家。

AlphaGo 只用了一年就超越了柯潔，人工智慧問鼎《星際爭霸 2》世界冠軍，要幾年？

題圖來源：YouTube

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！