北京時(shí)間 1 月 25 日凌晨 2：00 ，DeepMind公布了其錄制的 AI 在《星際爭(zhēng)霸 2》中與2位職業(yè)選手的比賽過(guò)程：AlphaStar 5：0 戰(zhàn)勝職業(yè)選手TLO ，5：0戰(zhàn)勝 2018 年 WSC 奧斯汀站亞軍 MaNa 。

除了此前比賽錄像的展示外，AlphaStar 還和MaNa 現(xiàn)場(chǎng)來(lái)了一局，不過(guò)，這局AlphaStar 輸給了人類選手MaNa 。

DeepMind的研究聯(lián)合負(fù)責(zé)人David Silver在賽后表示，“人工智能的歷史被打上了許多重大的標(biāo)桿性勝利的印記。我希望，未來(lái)的人們可能會(huì)回顧今天，或許會(huì)認(rèn)為這是人工智能系統(tǒng)所能做的又向前邁進(jìn)了一步。”

像星際爭(zhēng)霸2這樣的游戲比像國(guó)際象棋或圍棋這樣的棋盤游戲更難玩。在電子游戲中，人工智能無(wú)法通過(guò)觀察每一塊棋子的移動(dòng)來(lái)計(jì)算下一步棋，它們必須實(shí)時(shí)做出反應(yīng)。

專業(yè)人士和AlphaStar使用稍微過(guò)時(shí)的星際爭(zhēng)霸II版本在地圖Catalyst上玩游戲，該版本旨在實(shí)現(xiàn)人工智能研究。雖然TLO在流媒體中表示他有信心能夠成為AI代理人的首選，但AlphaStar卻成功贏得了所有五場(chǎng)比賽，每次都發(fā)布了完全獨(dú)特的策略。

AlphaStar在對(duì)抗TLO方面有一些優(yōu)勢(shì)。首先，這場(chǎng)比賽使用了Protoss級(jí)別的單位，這不是TLO在游戲中的首選種族。此外，AlphaStar以與普通玩家不同的方式看待游戲。雖然它仍然受到戰(zhàn)爭(zhēng)迷霧的限制，但它基本上看到地圖完全縮小了。這意味著它可以處理有關(guān)可見(jiàn)敵方單位及其自身基礎(chǔ)的一些信息，而不必像人類玩家一樣將時(shí)間分配到地圖的不同部分。

DeepMind決定讓AlphaStar對(duì)抗Protoss專家，DeepMind選擇了兩次主要的星際爭(zhēng)霸II錦標(biāo)賽冠軍MaNa。AlphaStar在比賽前獲得了另一周的訓(xùn)練，包括在TLO中接受職業(yè)級(jí)別球員所獲得的知識(shí)。評(píng)論員們指出，人工智能在比賽中發(fā)揮得更像人類，在調(diào)整決策和風(fēng)格的同時(shí)放棄了一些更不穩(wěn)定和意想不到的行動(dòng)。

就像他之前的TLO一樣，MaNa表現(xiàn)出英勇的努力，但在每場(chǎng)比賽中都與AlphaStar特工不相上下。人工智能再次贏得所有五場(chǎng)比賽，對(duì)陣其人類對(duì)手，在與職業(yè)選手的前10場(chǎng)比賽中以10比0結(jié)束。

雖然AlphaStar的直接專業(yè)水平和無(wú)與倫比的學(xué)習(xí)速度對(duì)于任何一個(gè)星際爭(zhēng)霸專業(yè)人士來(lái)說(shuō)都是壞消息，但游戲玩家可能從人工智能及其200年累積的游戲知識(shí)中獲取一些有用的策略。