科學知識/學習方法/手工教程，「狂丸科學」可能是你見過最好玩的今日頭條號

還記得打敗柯潔大魔王的阿爾法狗嗎？現在，它的弟弟正式出道了，在今天的「人機大戰·星際版」中，它用10-1的戰績，把人類的職業選手們按在地上摩擦。

今天凌晨，開發AlphaGo的公司DeepMind與暴雪進行了聯合直播，並公布了兩位《星際爭霸2》職業選手與AI星際版「AlphaStar」在去年12月的對戰視頻。

兩位選手分別是世界排名第68位的TLO與兩屆WCS亞軍MaNa，每人與AI分別進行了5次較量，而結果是當時兩位選手一場未勝，AlphaStar橫掃10場。

事實上DeepMind的研發團其實也沒有想到會贏得這麼順利，TLO輸掉第一局的時候他們直接樂瘋了。

原因很簡單，《星際爭霸2》與圍棋等遊戲的玩法有著明顯的區別。

在狂丸個人看來這倒不是誰更難的問題，而是遊戲模式完全不同。《星際爭霸2》是一款即時戰略類遊戲，遊戲中存在人類、異蟲、星靈三個種族。玩家需要在遊戲中運營的基地，賺錢，贊科技，出兵，搭配兵種，依靠戰略、操作、反應意識戰勝對手，聽著就很複雜。

而對AlphaStar來說，還有更頭疼的問題存在，例如不完全信息博弈。遊戲中沒有必贏的策略，玩家需要了解對手的動向並根據此做出改變。不同於棋盤的玩家可以看到一切，星際的地圖帶有戰爭迷霧，重要的信息對星際玩家是隱藏的，所以玩家在運營自己的基地時，還必需要主動去偵查敵方的動作，而偵查需求則代表AlphaStar需要具備一定的長遠規劃能力。此外AlphaStar還需要持續性的長期運營，不再是下棋時給你計算的時間間隔，而是需要連續計算。

（單位離開視野消失）

所以，這款遊戲對於AI來說這麼難玩，人類到底是怎麼輸的？今早的直播中一共展示了人類和AI的三次較量。第一場發生在去年12月12日，蟲族選手TLO與AlphaStar展開了交鋒。

這裡我們的人類代表TLO是有點吃虧的，因為他最擅長的種族是蟲族，但DeepMind出於簡化難度，僅做了神族內戰的訓練，所以TLO不得不使用自己不擅長的種族應對人工智慧。

（地圖、版本、對戰種族）

當然戰鬥前DeepMind對AlphaStar進行了一定的能力限制，使其在反應能力上更靠近人類。例如APM（每分鐘操作的次數）限定在280，反應速度間隔為350毫秒，低於大部分職業玩家。

而在初戰的過程有些讓遊戲粉絲大跌眼鏡，因為此時的AlphaStar完全沒有當初下圍棋那位的風采，宛如一個僅是操作有點犀利的初學者，擺弄著一些人類無法理解的「非」主流打法。而且腦筋比較死，經常出現直來直往，不會繞路等情況。

不過此時的AlphaStar也對遊戲大局走勢做出了幾次看得過去的判斷，例如不吃虧的前提下會換兵、不硬剛，機智撤退等等。

最終，它憑藉穩定的運營和天生的操作優勢，還是穩吃了發揮更差的TLO，讓人類不知不覺連跪五盤。

而DeepMind發現能打贏TLO後也是有點喜出望外，於是在讓AlphaStar再次學習一周後，在12月19號約戰了世界級神族選手，MaNa。

不過在與MaNa的戰鬥中，AlphaStar經過再度學習已經變得今非昔比，不再菜雞，部分操作思維已經接近人類。很多網友說相比上局的「菜雞互啄」，MaNa的AI對手更像是黑化後的邪惡版本。

它的運營更加完美，建築開始參考對手的打法修補之前的不足，甚至AI的一些打法讓MaNa自己都覺得值得學習。同時戰鬥計算能力更強，例如逃命時機，傷害損失預估、攻擊節奏與間距等等。

不過在戰鬥中，AlphaStar憑藉強大操作，還是輕鬆的教育了MaNa。在一場戰鬥中，MaNa原本操控優勢兵種追擊AlphaStar的劣勢兵種，結果被對方從三面伏擊包圍，然後AI硬生生靠操作將其打退，由劣勢打到對方GG。

而靠操作死死壓住MaNa的相似情況在比賽中還有很多，這也最終導致他同樣連跪五把。

（藍色為AI）

其實AlphaStar相對於人類玩家存在一個優勢，那就能夠一次看到除戰爭陰影外的整個地圖，也就是不用切換地圖，不必像人類玩家那樣轉移注意力減少失誤的可能。

在今天早上的直播中，DeepMind就放出了一個新的AlphaStar，它運行方式更加擬人化，也就是需要像人一樣切換鏡頭，判斷自己的注意力應該集中在哪裡。

而它則正是第三次交戰中人類的對手。這次交手依然由MaNa出場，儘管AlphaStar前期的運營依然壓住了他，但MaNa在連敗後也發現了AI致命的弱點，並利用對方戰術單一的短板與死腦筋的特點不斷騷擾，最終獲取勝利，復仇成功，同時比分也最終定格在1-10上。

MaNa的勝利真心讓人感覺來之不易，而Alphastar之所以強的離譜，還是因為訓練到位。DeepMind的研究項目負責人Oriol Vinyals表示他們會從職業選手的戰鬥中收集資料，然後通過觀察人類選手的所處的環境讓其理解與模仿相應的操作。

另外比較特別的是它還會自己和自己舉辦聯賽。根據DeepMind官網的博客介紹，它們為AI設立了一個The AlphaStar League，這是一個神經網路訓練程序，不同版本的AlphaStar將在一周內不停地相互比賽，每個版本都有自己偏好的兵種、戰術。簡單理解，有點像不同人格之間自己打自己。

而這種訓練的成果則像是篩選更加成熟的戰術，例如從早期的但兵種衝鋒在不斷失敗後會學會多兵種配合。另外據官網介紹，這種訓練幾乎每一個AlphaStar一周的訓練量都相當於玩了200年的《星際爭霸2》。也就是就算AI再傻，隨便練幾天估計就能比狂丸這種半吊子強了。

（隨著訓練時間變化，兵種搭配時間變化）

其實在AI擊敗柯潔時，狂丸就曾提過DeepMind曾與暴雪在2016年達成合作，進行了一次關於星際的「約戰」，不過當時無論是《星際2》製作總監Time Morten還是作為玩家都比較樂觀，覺得AI戰勝職業玩家的時間並不會這麼快就到來，然而AlphaStar的成長確實飛速。

所以，這樣的戰績與難以戰勝的對手，是否意味著星際已經像圍棋一樣被AI攻破了？事實上距離這一天還有段距離。在這11場比賽中，AlphaStar的閃光點確實很多，它出色的操作可以讓人尖叫，出色運營總能佔據經濟優勢，一些操作思維也能看到屬於人類的影子。更讓人感到有壓力的是，這個對手是個機器，沒有感情，只相信數據判斷。

根據日復一日的數據訓練，它面對任何情況都不會去懷疑自己計算出的勝算概率最大的判斷。所以它不會害怕、緊張、疲憊，更別說有什麼操作失誤。

但你也不得不承認，現在的AlphaStar的腦子依然很笨，不會分兵、不夠狡猾、不夠諧、不能理解什麼是拼一槍，還喜歡A岩石，可能連換家都不會。很多玩家認為，操作它可以說無敵，但對於遊戲的理解，它依然還很菜。畢竟10把比賽，幾乎大半數都在想用相似的戰術戰勝對方。

（雙方互A的時候，AI突然打一下路邊的岩石···）

而狂丸個人認為，造成這種情況的原因，很有可能是AlphaStar在和人類對戰中靠操作吃到了太多甜頭，以至於導致它誤以為某一種戰術是萬金油戰術，可以百戰百勝，也是通向勝利的最優解，進而放棄其他戰術不用，而這就走向了一個死胡同。狂丸覺得人類選手依然可以利用套路戰勝這樣的AI。

此外比賽的公平性其實也有待商榷，例如DeepMind對操作的限制實在一言難盡，網友吐槽APM雖然平均為280，但峰值可以玩到1500，神族內戰本就吃操作，你這讓人類玩家怎麼打。

另外挑選選手方面DeepMind其實也可以有更多選擇，雖然TOL與MaNa都是不錯的選手，不過明顯粉絲們更期待戰術鬼才們登場與AI較量。

所以總的來說，雖然10:1看著懸殊，但雙方依然有拉近比分的可能。不過最後狂丸還是那句話，趁現在還打得贏電腦，大家趕緊奔走相告，多虐幾把吧。

（文中圖片素材來源自網路，僅供娛樂分享使用）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！