据“深层思维”公司先容，自去年12月以来，该公司开拓的“阿尔法星”人工智能程序与高水平人类职业选手先后举行了11场比赛。
在这一系列“人机大战”中，人工智能程序终极以10比1击败人类选手。
只有在1月24日举行的现场比赛中，“阿尔法星”由于游戏视角受限，人类选手才勉强赢下一场。

“深层思维”公司联合研发卖力人戴维⋅西尔弗在比赛后指出：“只管后续还有很多事情要做，但是我希望未来人们在回望本日时，会把这一比赛结果当成人工智能系统的能力又向前迈了一步的表现。
”

据先容，与围棋棋盘上所有棋子都对双方可见不同，此类游戏中有“战役迷雾”，一方须要预测和侦察对方的行动，属于“不完美信息博弈”，并且哀求人工智能必须实时做出反应，这对人工智能的哀求更高。

“深层思维”公司表示，在“阿尔法星”之前，还没有任何人工智能系统能够在《星际争霸2》中能与人类职业选手的技巧比拟。
而“阿尔法星”能够在这场“人机大战”中大比分胜出的一个主要根本，便是它利用了深度神经网络，研究职员通过监督学习和强化学习的办法，直策应用游戏的原始数据来演习，以模拟学习的思路，让模型快速学到高水平人类玩家在游戏中利用的策略和操作。

此外，《星际争霸2》等游戏中有一个“手速”的观点，用APM（每分钟操作指令数）来衡量。
在基准测试中，“阿尔法星”每分钟能够实行约280个操作指令，虽然远低于人类职业选手，但是其动作更精确，也有助于在比赛中取得胜利。

下赢围棋、打赢电脑游戏，这都能给人工智能的发展带来什么呢？“深层思维”的研究团队认为，演习“阿尔法星”的前辈方法以及算法的前辈架构未来都会有助研究职员积累更多履历，终极设计出能够应对现实生活中不少繁芜问题的人工智能程序，比如景象预测、景象模型打算以及措辞理解等。