谷歌联手暴雪 星际玩家请准备好对抗人工智能_凤凰游戏
谷歌联手暴雪 星际玩家请准备好对抗人工智能
用微信扫描二维码分享至好友和朋友圈
此前一直传出要用人工智能（AI）挑战《星际争霸》的DeepMind，这一次认真了。
此前一直传出要用人工智能（AI）挑战《星际争霸》的DeepMind，这一次认真了。星际争霸游戏。 来源：DeepMind官网当地时间8月9日，谷歌旗下的AI子公司DeepMind在官网宣布，已正式与暴雪娱乐合作，共同开发可以在星际争霸2中与人类玩家对抗的人工智能，并且发布了SC2LE，这是一个旨在加速即时战略游戏当中人工智能应用的工具集。来源：DeepMind官网星际争霸和星际争霸II是暴雪娱乐制作发行的一款即时战略游戏，可以说是史上最大和最成功的游戏之一。其原始游戏早已被AI和ML研究人员使用，并在每年的AIIDE机器人大赛中进行角逐。从这一次公布的合作看，暴雪娱乐承诺将持续发布从&星际争霸II&天梯中收集的数十万个匿名录像，帮助DeepMind训练，也让研究变得相对简单。但这并不意味着挑战星际争霸是一项轻松的任务，视频游戏的复杂性和更多可能性，决定了人工智能战胜人类远比在棋盘游戏上困难。首先，不同于围棋，人工智能在挑战星际争霸时，每一场的对决都存在的可能方式要大大超过围棋。另外，不同于围棋的轮流依次进行对弈，并拥有决策时间，在星际争霸中，玩家会同时出招，且不能看到对方玩家的状态，也就是说，所有决定需要在&不完整信息&的情况下做出。这就意味着，玩家不仅得靠逻辑和一些步骤找到赢得对决的最优方式，还需要策略和直觉。&这款游戏是一座通往现实世界的桥梁。&DeepMind研究员Oriol Vinyals说。在DeepMind发布的消息中，公司也解释了自己为何要挑战星际争霸的原因：星际争霸拥有丰富多彩的游戏环境和战术体系，这是研究人工智能的理想环境。此外，星际争霸II拥有大量每天都在网上进行游戏的玩家。这可以确保研究者们可以得到大量的回放数据以供学习，也可以为人工智能提供大量极具天赋的对手。在挑战星际争霸之前，DeepMind已经挑战过一些游戏项目，比如雅达利游戏。只是，星际争霸II的玩家在同一时间可能有300多种基本行动可以选择，因此策略集及策略选择也对人工智能构成巨大的挑战。而雅达利游戏，大概只有10种选择。星际争霸中的很多操作是分级的，可以进行修改和扩充，其中很多都需要操作屏幕上的一个点进行。即使一个小84X84的屏幕也会产生大约1亿种可能的行动选择。星际争霸游戏的特殊性，除了吸引到DeepMind公司外，还有其他团队也在挑战，例如Facebook和阿里巴巴。此前，哥本哈根信息技术大学(IT University of Copenhagen) 的两位研究人员已经开始将AlphaGo应用于&星际争霸&。 到目前为止，他们已经从有世界上最好的人类星际争霸玩家参与的超过2000场比赛中提取了大约63万场录像，训练了他们的人工智能程序，让它慢慢地学会预测一个顶级的人类玩家在某些特定的游戏状态下会做什么，这样当面对类似的选择时，它可以做出顶级玩家会做的判断。不过他们的成果目前还没能战胜人类玩家。
[责任编辑：赵建波 PG001]
责任编辑：赵建波 PG001
用微信扫描二维码分享至好友和朋友圈
凤凰游戏官方微信大数据文摘作品，转载要求见文末 作者：宁云州、魏子敏、Aileen星际II的玩家们，你们准备好迎接被AI支配的恐惧了吗？！ 早在去年，Deepmind已经立下Flag要教会AI玩儿星际争霸II，也已经有包括facebook、阿里巴巴等不少科技公司或者研究机构开拓过“星际”这片竞技场，但DeepMind这样专治人类各种不服的公司正式宣布与暴雪合作，还是让一票星际玩家大呼“热血”。 暴雪承诺将持续发布从“星际争霸II”天梯中收集的数十万个匿名录像，这会将训练变得更加容易。 当然，这也不是一项轻松的任务：视频游戏的复杂性和更多可能性也让AI战胜人类要远比在棋盘游戏上复杂。但是不可否认，不管对于星际玩家圈还是AI圈来说，这都是一件大事情，因为星际争霸远比像围棋这样的游戏更接近现实世界。
搞定星际争霸可能需要十只升级版阿尔法狗 星际争霸和星际争霸II是史上最大和最成功的游戏之一，它们见证了许多玩家从青葱岁月到为人父母的20多年。其原始游戏早已被AI和ML研究人员使用，并在每年的AIIDE机器人大赛中进行角逐（http://www.cs.mun.ca/~dchurchill/starcraftaicomp/）。昨日凌晨，DeepMind宣布与暴雪娱乐合作，发布了SC2LE，一个旨在加速即时战略游戏当中AI应用的工具集，SC2LE包括： 暴雪开发的一种可以让研究人员和开发人员投入到游戏中的机器学习API，这包括第一次为Linux发布的工具。 一个匿名的比赛录像数据集，这将使得比赛录像的数据集从原来的65,000增加到超过50万。 一个开放源码的版本的DeepMind的工具，PySC2，让研究人员能够方便地使用暴雪的特征层API和他们的代理。 一系列简单的RL小游戏，允许研究人员测试代理在特定任务上的表现。联合文件，用以概述环境，报告迷你游戏的基本结果，根据游戏回放监督学习，和使用AI与人类进行完整的1v1对战。使用AI在星际争霸中对战人类玩家会比围棋艰难得多，对于AI来说，最大的难点在于，每一场对决都存在大量可能的方式。据估计，每场对决有101685种可能的配置，为了给大家一个直观感受，阿尔法狗的配置层是10170。 DeepMind为什么在围棋之后选择星际争霸星际争霸拥有丰富多彩的游戏环境和战术体系，这是AI研究的理想环境。 行动是否对人类和代理都可用取决于选择的单位。 PySC2环境提供了一个灵活的，易于使用的RL代理游戏界面。在最初的版本中，游戏被分解为‘特征层’，其中的游戏元素，如单元类型、单位的健康度和地图的可见性彼此隔离，同时保留游戏的核心视觉和空间元素。这次发布的PySC2还包括一系列的迷你游戏，一种将游戏分解成小模块的技术，可以用来测试特定任务的代理，比如移动视角、收集矿物碎片或选择单位。DeepMind希望研究人员可以测试他们的技术，并且开发新的迷你游戏，以供其他研究人员进行使用和评估。简单的RL迷你游戏可以让研究者测试代理在一些特定任务上的表现 训练过和未训练过的代理在玩迷你游戏 从十万匿名录像中向顶级人类玩家吸取经验 现在，丹麦哥本哈根IT大学的Sebastian Risi和他的同事Niels Justesen已经开始将AlphaGo应用于“星际争霸”。 到目前为止，他们已经从有世界上最好的人类星际争霸玩家参与的超过2000场比赛中提取了大约630000场录像，训练了他们的AI，让它慢慢地学会预测一个顶级的人类玩家在某些特定的游戏状态下会做什么，这样当面对类似的选择时，它可以做出顶级玩家会做的判断。目前，Risi和Justesen的成果仍可以被其他“星际争霸”的机器玩家打败。 然而，那些机器的方法是把人类战略硬编码进系统，这意味着一旦有人类对手在战略中发现了一个漏洞，他们就能够从那里轻松地击败他们，这样的机器是不具备和人类正面对决的能力的。这意味着，破解“星际争霸”甚至可以使AI通用地进步，因为玩好这款游戏需要考虑存储，策略和操作并且规划这一系列复杂的组合。 DeepMind的Oriol Vinyals说：“这款游戏是一座通往现实世界的桥梁。”在星际争霸2的世界顶级赛事中，人类玩家在比赛中奇诡的战术和精湛的操作，往往使我们感叹于玩家技术水平的高超，而如果AI能够像在围棋比赛中击败柯洁那样在星际争霸2这类对操作、策略和运营的要求都达到极限的游戏中击败人类的顶尖选手，我们还有兴趣打开电脑在鼠标高频率的敲击声中日复一日地攀爬天梯吗？相信即便面对来势凶猛的末日人机，还是会有无数的玩家像泽叔一样喊出那声“为了艾尔而战！”
本文仅代表作者观点，不代表百度立场。本文系作者授权百度百家发表，未经许可，不得转载。
分享到微信朋友圈
打开微信，点击 “ 发现 ”
使用 “ 扫一扫 ” 即可将网页分享至朋友圈。
扫一扫在手机阅读、分享本文
百家号作者平台APP
扫码下载安卓客户端
便捷管理文章信息
随时查看文章收益}