别再说你打游戏贼6了,你可能连电脑都打不赢

1月25日,谷歌旗下DeepMind开发的人工智能AI(AlphaStar)在《星际争霸2》中击败了2位人类职业玩家。在YouTube和twitch上播放的比赛中,AI玩家在连续10局中反复击败人类。

而《星际争霸2》这类游戏被称为人类智力的最后阵地,由于它具有丰富的多层次游戏玩法,旨在挑战人类的智力。因为高度复杂性和策略性,这款游戏成为史上规模最大、最成功的游戏之一,玩家在电子竞技比赛中竞争了20多年。

与兄弟AI AIphaGo登顶的围棋所不同的是,《星际争霸2》是不完美信息系统,有着阻碍信息顺利获取的战争迷雾,除此之外,操作的单位数量和频率较大,且存在多线作战,需要同时兼顾后方经营,和前方多线战事。显然,在多线决策方面AI的优势要比线性思维的人类要大得多。

对于担心失业的视频游戏玩家来说,这不仅仅是个大新闻。

它也展示了现代机器学习技术的非凡力量,并证实DeepMind以令人惊讶的新方式应用这些技术超越人类方面处于领先地位。《星际争霸2》是一款比国际象棋复杂得多的游戏。虽然AlphaStar尚未与世界上最好的游戏玩家较量,但这与IBM的“深蓝”(Deep Blue)与加里·卡斯帕罗夫(Garry Kasparov)之间的国际象棋比赛有很多相似之处,后者改变了我们所知道的计算机功能。

这再次提醒我们,先进的AI正在到来。

为什么都对AI打游戏有着浓厚的兴趣,并不是一个偶然。

对于AI研究者来说,这些游戏天然为人工智能提供了一个比真实世界更简单的交互环境,又能为AI设定一个清晰的目标,同时,还提供了一个简单易用的衡量标准。

AI从游戏中学到的策略,对于现实世界中的其他领域的决策来说也有参考价值。比如说DeepMind用来打砖块的DQN,在对话系统、文本生成上就有着不错的效果,也能用来控制机器人避障、导航。

和很多打电子游戏的AI同样用了深度强化学习算法的AlphaGo,就在围棋界“独孤求败”之后找到了自己在现实世界中的价值,DeepMind说,他们期待用AlphaGo的算法,来解决蛋白质折叠、降低能耗、寻找革命性的新材料等等问题。

实际上,从2016年开始,Google就开始在数据中心里应用AlphaGo的算法,来控制风扇、空调、窗户、服务器等等的电量。谷歌说,AI帮他们提高了大约15%的能源利用效率。

当然啦,大家也不用太过悲观会被AI取代。呆毛哥曾听过一个观点并深以为意,那就是:AI目前仍无法感受到游戏的乐趣,他只是为了游戏而游戏,在AI还无法出现感觉的情况之下,它与人类还存在着难以逾越的天堑。打个比方:现在流行说的阅读空气上,AI可是束手无策的。在无法感受的情况下,AI是不可能做出高于人类的思考的。

不过令人震惊的是在2017年的时候,AI还并不能以碾压的姿态面对人类,且人类取得了最后的胜利,短短2年时间整个局面完全翻转,不得不佩服人工智能的深度学习真的太恐怖了,这进步可以说是日新月异,对于人类发展,AI在未来扮演的角色是不可或缺。