人工智能正在征服电子竞技

在最新的人机大战中，一项世界纪录诞生了——人工智能在顶尖电竞选手最擅长的游戏中击败了他们。这款名为 《星际争霸II》的热门即时战略游戏，与其说是传统的石头剪刀布式战斗，不如说是需要玩家快速决策、资源管理和灵活运用战术。让我们来看看这究竟有何意义，以及人工智能是如何做到这一点的。

模拟人类智能

正如我们在 最近的一篇博客文章，新型机器智能方法推动了 人工智能 近年来 “DeepMind”，该系统利用人工神经网络，其部分模型模拟了人脑处理复杂信息的方式。

这种新型自适应人工智能既可以向专家学习，也可以通过模拟自身对弈进行独立学习。虽然它不需要超级计算机，但确实需要大量的练习，而如今的处理器技术极大地加速了这一过程。然而，它在国际 象棋和围棋方面 令人惊叹，DeepMind人工智能创造出的战略水平远超世界顶尖人类棋手。

即时战略游戏的挑战

棋盘游戏的规则相对简单，但其复杂性体现在众多可能的游戏结果上。像《星际争霸II》这样的电脑游戏则复杂得多，因为它们提供了大量的游戏选项，而且在游戏初期就能体验到这些选项。它们还可以包含数量庞大的单位，这些单位受游戏规则的限制远比棋子和围棋要少。最后，游戏中有许多不同类型的单位，每个单位都有多种能力，可以以无数种方式组合使用。.

这些因素给人工智能带来了巨大的挑战，因为它们触及了创造力的范畴——而创造力历来是人类的特质。然而，DeepMind 的独特之处在于它能够通过反复试验进行实验性学习……而且可以达到极致。.

决战

全新专用人工智能 AlphaStar 的，谷歌 Deep Mind 团队信心满满地将基于《星际争霸 II》的人工智能应用于该游戏的顶级职业电子竞技选手。

在测试环境中与两个对手交战，结果令人震惊。它以十连胜的战绩，以5比0的比分击败了两名玩家。而且，击败他们的并非同一个人工智能，而是该人工智能的五个不同进化版本，每个版本都有其截然不同的战斗风格。.

超人类优势

考虑到游戏的复杂性和电子竞技明星所达到的竞技水平，这些失败确实令人瞩目。这些选手以每分钟数百次的操作和闪电般的反应速度而闻名。奇怪的是，AlphaStar 的优势并不在于这种通常被认为是机器所擅长的领域。事实上，它的反应速度较慢，每分钟的操作次数也较少，但它在实际操作的效率方面却更胜一筹。.

它最出色的地方在于比赛的智慧和创造力，正是前所未见的比赛策略的多样性，让电子竞技明星们束手无策。.

DeepMind是如何做到的？

以人类的时间尺度来看，AlphaStar 的能力似乎是凭空出现的。但以机器的时间尺度来看，这却花费了相当长的时间。第一个 AI 版本是通过研究大量职业棋手的比赛录像而打造的。这使其达到了低级别职业棋手的水平，但距离顶尖职业棋手还有很长的路要走。.

下一阶段才是真正的AI魔法。这使得AlphaStar能够利用模拟的知识进行实验，并从中学习。在“AlphaStar联赛”为期一周的练习中，它模拟了大约200年的与自身不同版本之间的对战。.

通过自学习算法，该系统涌现出5种截然不同的游戏风格，每种风格都拥有更强的获胜几率。DeepMind团队略带不祥之感地将这些风格称为“智能体”。.

震撼与敬畏

正是这些人工智能与职业选手展开了较量。在第二场比赛中，一位名叫PLO的电竞明星对人工智能在第二场比赛中的策略与第一场比赛截然不同感到有些困惑。.

这使得评论员经常用“可怕”或“恐怖”来形容这款人工智能。有时，它的表现看起来就像顶级职业选手一样，但转眼间，它又能展现出全新的策略——协调多路侧翼攻击，并完全控制地图。.

威胁还是机遇？

那些被 Deep Mind 早期进军电子竞技领域彻底击败的职业选手们，并没有感到沮丧，反而对新的策略和对游戏格局演变的见解产生了兴趣。.

除了AI对抗人类之外，在电子竞技领域，这些智能体还可以用于与最强大的对手进行训练，从而提升自身技能。此外，通过专门的开发，它们还可以用于发现针对那些拥有可预测打法的顶级对手的有效应对策略。.

报道过的 之前，各大电竞战队现在都在采用 NeuroTracker来提升技能。随着大量资金投入到选手培养中，未来的电竞明星或许会借助人工智能和定制化的神经网络进行训练，以满足他们的学习需求。

如果你对人工智能不断发展的强大力量感兴趣，那么也来看看这个博客。.

人工智能超级智能即将到来

‍