参与：李泽南、杜伟

今年 1 月，谷歌旗下人工智能科技公司 DeepMind 的「星际争霸 2」人工智能 AlphaStar 曾与人类职业玩家展开了现场对决，并遗憾落败。
7 个多月过去了，AI 在「星际争霸」上有什么进展？它现在能否像 DeepMind 所流传宣传的那样达到职业水平？

为了提高人工智能水平，DeepMind 与暴雪在战网天梯中开放了 AlphaStar：玩家只要进行申请并通过就可以和这个最强 AI 进行在线对决了。
而且现在，AlphaStar 已经可以利用全部三个种族。

然而，与围棋人工智能 AlphaGo 走过的轨迹完备不同，在几个月的发展之后，人工智能的游戏彷佛完备没有上进，反而是各***类玩家得到了履历：他们找到了各种各样「戏耍」AI 的方法。

我们找到了 AlphaStar 近期人机大战录像中的三个：

在两场神族对战虫族的比赛中，AlphaStar（P）面对目前环球排名第 50 的 Bly（Z），从头到尾毫无还手之力。

首先是第一场：比较此前和 AlphaStar 比武的 LiquidTLO，虫族选手 Bly 更加年长一些——他是一名从魔兽争霸 3 转型的星际 2 选手，已年过 30。
然而，在两场比赛中人类玩家利用大略的单矿 Rush 战术得到了险些相同的胜利。
人们纷纭表示：AI 最近的发展彷佛仅限于「学会了在谈天频道里揭橥情」。

AlphaStar 的人族实力如何？在对战环球排名第 3 的 Neeb（神族）时，AlphaStar 的表现。

可以看到，虽然 AI 在利用人族时已经学会了利用女妖和去世神对仇敌进行骚扰，但在正面进攻不利，又被 Neeb 偷家的情形下还是败下阵来，整场比赛用时 13 分钟。

这可能是目前最为高真个「人机大战」了：AlphaStar vs Serral。

DeepMind 当然也找来了目前星际争霸 2 最强的玩家，芬兰虫族选手 Serral 进行了人机对决。
在这场 16 分钟的比赛里，Serral 和 AI 进行了正面的硬碰硬战斗。
然而看起来在这种比赛里任何一方涌现短板就会造成终极的失落利。
有评论表示：看起来 Serral 比 AlphaStar 更像是 AI。

以下引用一位网友比拟赛的深度解读：

更糟糕的是，人类玩家彷佛找到了对抗 AlphaStar 的方法。
但现在，DeepMind 频繁地变动自己的账号，使得它们更加难以追踪。
从比赛中可以看出智能体（agent）具有几点特色：

1. 在对抗人类玩家上实现了巨大飞跃，但它依然无法真正理解游戏观点；

2. 未能对大量常见游戏策略做出应时回应；

3. 无法在比赛中根据人类对手做出调度，始终坚持设定的游戏脚本；

4. 除了人族外，其他智能体在宏不雅观和微不雅观行动中表现出了娴熟的技能，但在建筑物走位方面存在困难，常常将己方单位锁在基地内；

5. 在人族游戏中表现最差，虫族表现最佳（有争议）；

6. 在虫族游戏中策略最为单调。

DeepMind《星际争霸 2》AI 对抗人类玩家的发展进程

星际争霸 2 是人类游戏史上最困难、最成功的即时计策游戏，这一系列游戏的历史已经超过 20 年。
星际争霸长盛不衰的部分缘故原由在于其丰富的多层次游戏机制，对付人工智能研究来说，这是一个非常靠近现实天下的虚拟环境。

星际争霸拥有平衡的游戏规则，以及诸多信息和须要掌握的变量。
此外，一场比赛的韶光常日为几分钟到一小时不等，这意味着游戏中提早实行的操作大概会很永劫光不见成效。
末了，由于战役迷雾的存在，舆图对付玩家只有部分显示，这意味着智能体必须结合影象与方案才能成功。

2017 年，DeepMind 宣告开始研究打即时计策游戏《星际争霸 2》的人工智能。

2018 年 12 月 10 日，AlphaStar 击败了 DeepMind 公司里的最强玩家 Dani Yogatama；到了 12 月 12 日，AlphaStar 已经可以 5:0 击败职业玩家 TLO 了（虽然 TLO 是虫族玩家，但讲授们认为他在游戏中的表现大概能有 5000 分水平）；又过了一个星期，12 月 19 日，AlphaStar 同样以 5:0 的比分击败了职业玩家 MaNa。

那么 AlphaStar 是如何学会打《星际争霸 2》的呢？

AlphaStar 的行为是由一种深度神经网络天生的，该网络从原数据界面（单位列表与它们的特性）吸收输入数据，输出构成游戏行家为的指令序列。
详细来说，该神经网络在单元中利用了一个 transformer 作为躯干，结合了一个深度 LSTM 核、一个带有 pointer 网络的自动回归策略 head 以及一个中央代价基线。

AlphaStar 也利用到了全新的多智能体学习算法。
神经网络最初通过暴雪公开的匿名人类游戏***以监督学习进行演习。
这让 AlphaStar 能够通过模拟进行学习天梯玩家的根本微操与宏不雅观操作策略。

AlphaStar 同盟。
最初是通过人类玩家的游戏回放***进行演习，然后与其他对手对抗演习。
每次迭代就匹配新的对手，冻结原来的对手，匹配对手的概率和超参数决定了每个智能体采取的的学习目标函数，保留多样性的同时增加难度。
智能体的参数通过强化学习进行更新。
终极的智能体采样自同盟的纳什分布（没有改换）。

随着自我博弈的进行，AlphaStar 逐渐开拓出了越来越成熟的战术。
DeepMind 表示，这一过程和人类玩家创造战术的过程类似：新的战术不断击败旧的战术。

DeepMind AlphaStar 现场首秀落败于人类玩家 MaNa

今年 1 月，DeepMind 的 AlphaStar 终于首次在世人面前亮相。
但在对阵人类职业玩家、前 WCS 亚军 MaNa 的一场现场比赛中，人工智能却被人类「狡诈」的战术迷惑，遗憾落败。

在几场展示 AI 实力的 Replay 铺垫之后，AlphaStar 现场比赛却输了。
面对刚刚从电脑前起身的 MaNa，DeepMind 的两位科学家 David Sliver 与 Oriol Vinyals 只能露出尴尬的微笑。

在这场比赛中，AI 的一个毛病暴露出来：除了特定的分兵战术，智能体并没有形成灵巧的兵力分配观点。
MaNa 采纳的策略是：棱镜带着两不朽在 AI 的基地一直骚扰，AlphaStar 一旦回防急速飞走，等 AI 兵力出门又急速连续骚扰。
因此，面对 MaNa 灵巧的出兵策略，AlphaStar 只能被动应战，因而也无法形成对 MaNa 的有效进攻，也导致了终极的落败。

毫无疑问，作为人工智能领先技能的研究机构，DeepMind 的 AlphaGo 和 AlphaFold 等项目不仅引发了环球对付人工智能技能的关注热潮，同时也为新技能在一些领域的落地找到了方向。
然而在星际争霸 2 上，人工智能遭遇了前所未有的寻衅，不断烧钱的 DeepMind 能否终极找到办理之道？