繼AlphaGo之后，AI在世界人機(jī)大戰(zhàn)中再一次獲勝。

6月21日，在啟元世界舉辦的國內(nèi)首屆《星際AI頂級(jí)職業(yè)選手挑戰(zhàn)賽》中，啟元“AI星際指揮官”以2:0的成績(jī)戰(zhàn)勝《星際爭(zhēng)霸I/II》全國冠軍黃慧明（TooDming）和黃金總決賽冠軍、最強(qiáng)人族選手李培楠（Time）。

與圍棋相比，《星際爭(zhēng)霸》屬于不完全信息博弈，戰(zhàn)爭(zhēng)迷霧對(duì)AI的戰(zhàn)略規(guī)劃、布局、決策提出了更高的要求。而且在決策空間上，圍棋只有361種，星際2大約有1026。因此，更具挑戰(zhàn)性的《星際爭(zhēng)霸》成為了AI與人類較量的下一個(gè)競(jìng)技場(chǎng)。

在第一場(chǎng)人族賽中，AI星際官僅用時(shí)11min，便讓全國總冠軍TooDming打出了GG。這場(chǎng)比賽中，AI星際官表現(xiàn)的相當(dāng)自信，進(jìn)攻干凈利索，直擊心臟。

不過，TooDming賽后還是不吝贊美AI的策略和打法讓他學(xué)到很多，而且在比賽過程中，他并沒有感覺自己是在和一個(gè)虛擬的機(jī)器人對(duì)戰(zhàn)。

如果說TooDming更擅長打蟲族，那么AI與最強(qiáng)人族選手Time的對(duì)抗可以說是精彩絕倫。兩場(chǎng)比賽雙方博弈了20min之久，現(xiàn)場(chǎng)解說官都嘆為觀止，Time展現(xiàn)了韓服6500最強(qiáng)人族的實(shí)力，而AI星際官的宏觀策略和微觀操作也毫不遜色。不過，最終Time也沒能讓AI星際官打出GG。

賽后Time發(fā)微博稱：技不如人，甘拜下風(fēng)。

對(duì)于這一結(jié)果，AI星際官的創(chuàng)始人和陪練官也表示很意外，雖然近期AI星際官的決策能力一直呈指數(shù)級(jí)增長，他們有信心戰(zhàn)勝TooDming，但對(duì)于Time并沒有十足的把握。AI星際官的應(yīng)變和自主決策能力顯然已經(jīng)超出了所有人的預(yù)期。

那么，AI星際官到底在這場(chǎng)賽事中表現(xiàn)如何，我們一起來回顧精彩片段。

AI星際指揮官：2:0完勝！

AI星際指揮官，由啟元世界研發(fā)的智能體（Agent），它是一種具備自我學(xué)習(xí)、自主決策能力的AI，在虛擬世界表現(xiàn)為數(shù)字人，在實(shí)體世界表現(xiàn)為機(jī)器人，類似的智能體還有AlphaGo、AlphaStar。

本場(chǎng)比賽采取三回合制，以人族為戰(zhàn)場(chǎng)。首場(chǎng)參賽職業(yè)選手黃慧明（TooDming），外號(hào)土豆明，效力于Zoo電子競(jìng)技俱樂部，擅長蟲族，自2006年成為星際職業(yè)選手后，共攬獲11項(xiàng)冠軍，最高成就是《星際爭(zhēng)霸I/II》全國總冠軍。

Round 1首場(chǎng)TooDming的打法比較保守，AI星際官率先發(fā)起兩波進(jìn)攻，TooDming成功防守。在人族對(duì)抗中，誰先占領(lǐng)場(chǎng)外控制權(quán)誰就獲得了游戲的主導(dǎo)權(quán)。但就在TooDming出平行開礦過程中，出現(xiàn)了一點(diǎn)點(diǎn)小失誤，AI星際官?zèng)]有給對(duì)手任何機(jī)會(huì)，瞬間抓住漏洞，直擊心臟，用時(shí)11分游戲結(jié)束。

Round 2TooDming調(diào)整了擴(kuò)張方式，更加注重防守策略，而AI也適時(shí)調(diào)整，步步為營，層層推進(jìn)而不是像上一局那樣猛烈進(jìn)攻。最終，TooDming還是難逃AI星際官的壓制。

據(jù)了解，AI星際官已經(jīng)掌握了260種打法，而這些打法偏向通用性，它們還會(huì)根據(jù)真實(shí)的應(yīng)戰(zhàn)場(chǎng)景，做出相應(yīng)的戰(zhàn)略調(diào)整，而這部分人類也無法預(yù)測(cè)。后來，在與Time的決戰(zhàn)中，AI將這種出其不意的打法發(fā)揮到了極致。

第二場(chǎng)參賽選手李培楠（Time），效力于KaiZiGaming電子競(jìng)技俱樂部，韓服天梯6500分以上的世界頂級(jí)職業(yè)選手。2018獲《星際爭(zhēng)霸I/II》黃金總決賽冠軍，曾在暴雪黃金總決賽擊敗過TooDming。

AI與Time的對(duì)戰(zhàn)，可以說是世界范圍內(nèi)現(xiàn)場(chǎng)直播挑戰(zhàn)的最強(qiáng)一戰(zhàn)。

Round 1這場(chǎng)比賽中，AI星際官將維京作為主戰(zhàn)和控制單位的打法，讓所有人嘆為觀止，此前從未見過這樣的戰(zhàn)術(shù)，這也讓Time直接懵掉。解說官表示，這項(xiàng)戰(zhàn)術(shù)對(duì)于人類玩家非常有啟發(fā)意義。

值得一提的事，在對(duì)TooDming發(fā)出挑釁后，面對(duì)實(shí)力更強(qiáng)的Time，AI星際官發(fā)出了“Love and Peace”的對(duì)話框。不得不感嘆它的實(shí)時(shí)感知能力。

Round 2Time更是背水一戰(zhàn)，不過AI星際官的打法讓他摸不到頭緒，而且多線程的左右夾擊，他只能不停的防守，最后資源儲(chǔ)備出現(xiàn)明顯不足。整場(chǎng)賽事下來，觀看直播的網(wǎng)友紛紛表示，只有Time能夠抗住AI這樣的強(qiáng)勢(shì)進(jìn)攻。

還有網(wǎng)友建議，能堅(jiān)持到20min，很適合AI的陪練官，它會(huì)肯定會(huì)成長的更快......

對(duì)于最終的賽事結(jié)果，AI星際官的陪練官表示，2:0戰(zhàn)勝TooDming是意料之中的事情，但是最終2:0戰(zhàn)勝Time他自己也是出乎意料，畢竟Time的實(shí)力眾所周知。另外，這也是AI星際官連續(xù)作戰(zhàn)20min之久，它頂住了長盤壓力，做出了更好的應(yīng)變和執(zhí)行。

撬動(dòng)AGI的杠桿—《星際爭(zhēng)霸》

不過，AI星際官，或者AlphaGo、AlphaStar等智能體的出現(xiàn)，其背后的意圖并不是為了戰(zhàn)勝人類，而是通過與人類的對(duì)抗訓(xùn)練，使AI獲得更好的自主學(xué)習(xí)和決策能力，由此所獲得的通用技術(shù)，可以為更復(fù)雜、更廣泛的現(xiàn)實(shí)應(yīng)用場(chǎng)景提供幫助，實(shí)現(xiàn)最終的通用人工智能（AGI）。

這也是啟元世界、DeepMind、OpenAI等科技企業(yè)選擇在此發(fā)力的重要原因，只不過在AI訓(xùn)練的最佳場(chǎng)所上，他們共同選擇了即時(shí)戰(zhàn)略類的游戲。

為何押注《星際爭(zhēng)霸》？在AlphaGo以3:0戰(zhàn)勝圍棋頂級(jí)職業(yè)選手李世石后，DeepMind研究人員便開始向以非完全信息博弈為代表的即時(shí)戰(zhàn)略類游戲發(fā)起進(jìn)攻。

與圍棋/德州撲克，選手能夠相互觀察到對(duì)方的戰(zhàn)略進(jìn)攻相比，非完全信息博弈意味著選手只能”偵查“或”猜測(cè)“敵方情況。這為決策帶來非常大的不確定性。

星際爭(zhēng)霸具有典型的非完全信息的特征，同時(shí)，它作為即時(shí)戰(zhàn)略類的經(jīng)典的游戲，其復(fù)雜程度更是成倍數(shù)級(jí)增長。

首先從博弈的角度來講，星際爭(zhēng)霸不存在最佳策略，它需要根據(jù)實(shí)際戰(zhàn)況隨時(shí)調(diào)整策略，拓展資源，在宏觀經(jīng)濟(jì)和微觀操作中尋找最佳平衡。所以在此次比賽中，我們也看到了AI星際打出了此前人類從未見過的戰(zhàn)術(shù)。

另外，星際爭(zhēng)霸具有更大的決策空間，每分鐘可達(dá)3000-4000次。尤其是與同為即時(shí)戰(zhàn)略類的Dota相比，星際可操控的單元巨多，開礦造兵，偵查敵軍，發(fā)起進(jìn)攻，不同單元在時(shí)間和數(shù)量的上的不同組合，會(huì)對(duì)整個(gè)局勢(shì)產(chǎn)生決定性影響。

更重要的是，它的即時(shí)性要求選手必須做出毫秒級(jí)的反應(yīng)，這是與傳統(tǒng)棋類最大的不同。

研究人員認(rèn)為，《星際爭(zhēng)霸》非常考驗(yàn)AI的綜合能力。它的不完全信息決策、長期部署、實(shí)時(shí)對(duì)抗等特性與現(xiàn)實(shí)世界的環(huán)境和需求極為相似，同時(shí)，這就要求AI不僅能實(shí)時(shí)感知、認(rèn)知環(huán)境，還需要適應(yīng)環(huán)境，做出數(shù)千步連續(xù)決策，因此，它可以作為AI訓(xùn)練的最佳虛擬場(chǎng)景。

AI星際指揮官的締造者

不過，《星際爭(zhēng)霸》確實(shí)是一塊難啃的硬骨頭，直到近些年AI星際才有些出色的成績(jī)。

在本次AI星際挑戰(zhàn)賽之前，該領(lǐng)域中成績(jī)最為亮眼的要屬DeepMind推出的AlphaStar，歷時(shí)15年的技術(shù)研發(fā)，AlphaStar在2018年先后以5:0的成績(jī)打敗了TeamLiquid的職業(yè)星際 2選手TLO和最強(qiáng)神族選手MaNa。不過在后來的表演賽中，MaNa成功扳回一局，虐殺AlphaStar。

此次，AI星際官以2:0的戰(zhàn)績(jī)完敗世界頂級(jí)職業(yè)選手Time，達(dá)到了與DeepMind同等水平。但不同的是，啟元世界僅用了3年的時(shí)間便發(fā)出了如此強(qiáng)大的AI星際官，同時(shí)其算力僅占DeepMind的1%。

據(jù)研究人員透露，工程和算法是AI星際官的核心優(yōu)勢(shì)。他們通過獨(dú)創(chuàng)的“數(shù)據(jù)生成—傳輸—消費(fèi)”的一體化計(jì)算框架，使智能體訓(xùn)練的數(shù)據(jù)吞吐率提升了10倍以上。另外，在算法方面，啟元自主研發(fā)的Commander神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，結(jié)合高效率的群體演化訓(xùn)練方法，可在有限的算力條件下，既能增強(qiáng)智能體的魯棒性，又能實(shí)現(xiàn)智能體的快速進(jìn)化。

短短三年取得這樣的成績(jī)，這家人工智能領(lǐng)域的初創(chuàng)公司不容小覷。

據(jù)了解，公司自成立之初，便圍繞《星際爭(zhēng)霸》展開智能體研究，其創(chuàng)始人袁泉曾是前阿里認(rèn)知計(jì)算實(shí)驗(yàn)室核心成員。同時(shí)，公司的核心成員均是來自BAT、Netflix、IBM、香港科大、伯克利等國內(nèi)外知名高科技企業(yè)和一流學(xué)府。

此次，AI星際官的大獲全勝，預(yù)示著其智能體技術(shù)的初步成熟。研究人員介紹，AI星際官背后的秘密武器“智能體訓(xùn)練云平臺(tái)”已正式走向市場(chǎng)，在交通調(diào)度、數(shù)字娛樂、公共科技、機(jī)器人等行業(yè)得到了廣泛應(yīng)用。

比如，在交通調(diào)度方面，智能體可以化身交通調(diào)度員，每隔幾秒鐘自動(dòng)調(diào)度和優(yōu)化紅綠燈，大大緩解交通擁堵，實(shí)現(xiàn)真正的智慧化城市。

最后一問：如果通用人工智能技術(shù)得以實(shí)現(xiàn)，你最希望它可以賦能哪一行業(yè)，解決什么問題？

視頻會(huì)員活動(dòng)匯總>>

愛奇藝視頻會(huì)員限時(shí)優(yōu)惠5折
優(yōu)酷視頻會(huì)員年卡5折購(99元)
騰訊視頻會(huì)員年費(fèi)99元/京東plus聯(lián)合年卡128元

總結(jié)

以上是生活随笔為你收集整理的2:0战胜星际2顶级职业选手：启元AI一战成名！的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。