人類準備用《星際爭霸》狙擊一下AlphaGo

岑舟

要擊敗《星際爭霸》玩家，AlphaGo要學的東西還很多

人工智能AlphaGo與職業(yè)棋手李世石的五番棋子最終以4：1結束，前三場AI早早鎖定了勝局，之后人類為了尋找平衡感，紛紛邀請AI斗地主、打麻將。

真的挑戰(zhàn)來自于電子競技，AlphaGo的開發(fā)公司Deep Mind已經準備把下一個挑戰(zhàn)人類的項目定位為《星際爭霸》。 其實早在2011年3月，DeepMind創(chuàng)始人Demis Hassabis就曾在一次演說中提出了想要用AI智能挑戰(zhàn)《星際爭霸》的目標。

Demis Hassabis提出了開發(fā)出一種可以智能演算游戲玩法的智能機器，他把RTS（即時戰(zhàn)略游戲）的經典之作《星際爭霸》當做首要挑戰(zhàn)目標。當然，這并非易事，包括《星際爭霸》在內的RTS游戲中需要大量的操作、局勢判斷等復雜因素，這也是開發(fā)的首要最大困難。

盡管單機游戲里的電腦玩家也被稱為“AI”，但AlphaGo這樣級別的對手一旦出現在《星際爭霸》戰(zhàn)局上，將遠遠比七個“極難的電腦”恐怖得多，因為游戲里的電腦玩家僅僅是通過加資源作弊變得強大，而真正強大的AI胸有韜略，卻從來不會心理崩潰。

不過曾經被稱為“星際第一人”的“教主”Flash近日公開表示若真與這樣的AI對戰(zhàn)，自己也可以取得勝利。

韓媒報道，Flash在接受SBS的采訪時表示，自己可以戰(zhàn)勝AI。他認為星際和圍棋不一樣，下圍棋的時候，你可以看到對手具體下到了哪里，然后再來尋找對策。但是打星際，你不會時刻知道對手在干什么。

同樣向人工智能發(fā)出宣戰(zhàn)的還有前《星際爭霸》職業(yè)選手“暴風蟲族”Yellow，他在個人ins上說，最近到處都在談AlphaGo，如果以后要挑戰(zhàn)星際，就讓我上去，給大家展示一下人類的完勝。Yellow認為，《星際爭霸》這個游戲眼睛看到的并非全部，還必須得了解玩家視線之外發(fā)生的一切。

《星際爭霸》、《星際爭霸2》以及《魔獸爭霸3》可以說是全球最具競技性的三大RTS游戲，而《星際爭霸》系列也被稱為史上最難駕馭的RTS游戲。在三部作品中，游戲內置的AI對手數《星際爭霸2》最為智能，作為暴雪最近一個開發(fā)的RTS游戲，《星際爭霸2》的AI對抗在其資料片三部曲中的第二部《蟲群之心》中有了一次大幅的改進和優(yōu)化。玩家可以自行選擇AI對手的戰(zhàn)術、風格，如將AI設置為以空軍為主戰(zhàn)單位、前期壓制為主要戰(zhàn)術的風格，這不但使玩家在對抗AI時擁有了更多的玩法和趣味，也讓RTS游戲的智能性有了大幅的進步。

然而，相比真正的人類對手，目前《星際爭霸2》的AI仍然會有不足。它仍然需要靠固定的演算方法和你進行對抗，對于審視局勢、更高級的判斷以及更靈活的應變性操作和人類對手的相似性仍有很大差別。并且與AlphaGo不同，現在《星際爭霸2》中的最高難度AI雖然對于新手玩家是一個難以突破的對手，但對于職業(yè)的《星際爭霸2》選手甚至業(yè)余高水平玩家來說，最高難度的AI依然可以輕松擊敗。

其實無論Demis Hassabis還是AlphaGo都和游戲淵源頗深，因此這次Demis Hassabis提出挑戰(zhàn)《星際爭霸》其實并不令人感到多么意外。

Demis Hassabis獲得過5次智力奧林匹克冠軍，也是一位國際象棋神童，最終以兩科優(yōu)等成績獲得劍橋大學計算機科學學位，他創(chuàng)造了第一款包含人工智能的視頻游戲《主題公園》，然后創(chuàng)建了視頻游戲公司Elixir1，之后離開游戲產業(yè)深造神經科學的博士學位，最終于2010年創(chuàng)立Deepmind團隊，今天人們說中國的公司為什么投資開發(fā)AI的很少，跟學科背景有關只懂編程而不懂腦科學的人根本沒有辦法涉足AI的設計。

Hassabis不斷用人工智能在各種游戲上擊敗最聰明的人類。他曾經說：“可以說創(chuàng)立Deepmind一直以來是我的最終目的，我用了近20年籌劃這個事情，如果你從一個最終我將要從事人工智能研究的角度審視我的經歷，你會發(fā)現我的每一步選擇都是朝向人工智能的，熟悉我的Bullfrog員工都知道，我寫的所有游戲的核心都是與人工智能相關的。”

“在16歲的時候寫《主題公園》游戲的時候我第一次意識到人工智能的前景不可估量。這款游戲十分暢銷，說明玩家享受其中，因為人工智能十分貼合玩家的心意。因此我繼續(xù)在游戲領域進行拓展，然而在2000年的時候我感覺到我們已經在‘從后門偷偷逼近人工智能研究的路上走到了盡頭，因為不管怎么樣你的最終目標都只是做出一款游戲，所以我轉而去學習神經科學，以期在人工智能領域有所進展。”Hassabis說。

盡管用人工智能進行游戲對戰(zhàn)是宣發(fā)推廣的策略，Deepmind團隊最終希望將人工智能用于更多主流的項目當中。Hassabis表示游戲僅僅是提供測試平臺用來測試我們的算法。換句話說，所有的游戲玩家都會讓AI變得更兇猛，更厲害。

在AlphaGo學會下圍棋之前，它其實在玩游戲上已經超越了很多人類。

2015年，Deep Mind公布了AlphaGo前身的學習成果。那時候它的名字還叫“自己學習游戲規(guī)則的人工智能”。谷歌在沒有給予任何游戲相關情報和規(guī)則指示的情況下，讓AI玩了49款規(guī)則不同的游戲，其中29款的成績明顯高于人類玩家水平。

但大多數的電子游戲的AI仍然非常蠢，尤其是他們扮演游戲中的隊友的時候，能不能讓AlphaGo來擔當游戲里的敵人或者隊友，讓游戲變得更真實、更刺激呢？

技術上沒有任何門檻，但無論游戲廠商經常會將AI多么多么狡猾作為賣點，游戲里的隊友仍然呆笨無比，再狡猾的敵人也是有規(guī)律可循。即便是在以難度可怕而著稱的游戲《黑暗之魂》中，玩家在多次受挫后總能發(fā)現敵人的規(guī)律進而想出破解之道。

加拿大阿爾伯塔大學的計算機科學博士Dave Churchill曾經解釋過：“游戲業(yè)界排斥現代AI技術的最大原因是開發(fā)者不想在這上面浪費運算能力。”他解釋說：“游戲設計師會竭盡全力推動視覺效果發(fā)展，但在AI設計上他們可能只會用上1%的技能。”

特效撩人故事性感人們就會購買游戲，至于玩起來發(fā)現AI低劣，那已經是購買之后的事了。

除此之外，Churchill還表示，游戲AI的目的性更強也是開發(fā)者“偷懶”的原因。當玩家躲進掩體里，AI就會選擇投擲手雷或沖上來包抄。AI敵人唯一的目的就是干掉玩家，所以這種“if-then”式的邏輯非常管用，看上去也還像那么回事。比起敵人來，隊友AI的任務要寬泛得多，它們沒有需要針對的目標，犯傻似乎也就在情理之中了。

至于讓游戲更有挑戰(zhàn)，開發(fā)復雜的AI要花好多錢，不如把敵人的血量和防御調高，把玩家的生命恢復能力降低，或者干脆只讓主角找到一半的子彈，改改參數，根本不用花錢。

AlphaGo強大運算能力是1202個CPU和176個 GPU堆起來的，它們加起來的能耗遠超200000W，一般的人家里的電腦帶不動不說，就算小區(qū)里有條強悍不跳閘的線路，電表一小時走200度—好多售電卡一次才賣2000度電。

此外AlphaGo的強大也體現在學習能力方面，就AlphaGo學習圍棋來說，AlphaGo有兩種學習功能，第一種是根據高手棋譜的學習，第二種是自我對弈，自我學習。如果你讓AlphaGo加入到你的電子游戲里，他可能要在你上班或者上課的時候自己單挑BOSS，好等你晚上回來配合你作戰(zhàn)。

和隊友相比，還是砸館者的角色更適合阿爾法，從圍棋轉進RTS游戲，他還需要學不少的東西。

兵種克制、基本套路之類的基礎問題自然是首先需要植入的，這也是許多人類玩家在入門時需要掌握的基礎。若真想開發(fā)出足以與頂級職業(yè)選手抗衡的人工智能，則必須要讓AI理解一場《星際爭霸》游戲的“意義”。

這是人工智能發(fā)展最大的困難，在《星際爭霸》中，讓AI理解一場游戲的意義可以包括“為什么要運營”、“為什么要使用這個戰(zhàn)術”之類的問題，從而引導AI電腦做出“何時該補農民、何時該進攻”的判斷。

許多玩家在討論未來人工智能時，往往會提出它們可以完成類似“50個槍兵完美散開躲毒爆”的操作，再強悍的微操高手也無法勝過未來的AI。

但如果只是用這樣狹隘的思路去設定未來我們要對抗的人工智能，則失去了創(chuàng)造他們的意義。相信未來我們創(chuàng)造人工智能的更大目的還是為了創(chuàng)造出一個“擬人化到極限”的虛擬對手，而不是創(chuàng)造一個神一般的虛擬對手。

所以，未來一個理想的《星際爭霸》人工智能，應該是一個可以利用人類的思維邏輯、人類的操作能力擊敗你的對手，不用微操贏你也能讓你輸得心服口服。

輸給人類玩家還可以學習和訓練，看高手視頻、反復練習開局等等，但AlphaGo的學習能力已經讓人類目瞪口呆了—他可以不休息反復學習，而人類還要吃飯、睡覺和娛樂。

在《星際爭霸》這個項目上，人類也許無法打敗AlphaGo，但人類的了不起之處在于，他們可以開發(fā)出算法更優(yōu)的AI打敗AlphaGo。

你應該開發(fā)出更快的火車來超越之前的火車，而不是吃藥打針，憋著和火車跑出一個勝負來。