人類準(zhǔn)備用《星際爭(zhēng)霸》狙擊一下AlphaGo

岑舟

要擊敗《星際爭(zhēng)霸》玩家，AlphaGo要學(xué)的東西還很多

人工智能AlphaGo與職業(yè)棋手李世石的五番棋子最終以4：1結(jié)束，前三場(chǎng)AI早早鎖定了勝局，之后人類為了尋找平衡感，紛紛邀請(qǐng)AI斗地主、打麻將。

真的挑戰(zhàn)來自于電子競(jìng)技，AlphaGo的開發(fā)公司Deep Mind已經(jīng)準(zhǔn)備把下一個(gè)挑戰(zhàn)人類的項(xiàng)目定位為《星際爭(zhēng)霸》。 其實(shí)早在2011年3月，DeepMind創(chuàng)始人Demis Hassabis就曾在一次演說中提出了想要用AI智能挑戰(zhàn)《星際爭(zhēng)霸》的目標(biāo)。

Demis Hassabis提出了開發(fā)出一種可以智能演算游戲玩法的智能機(jī)器，他把RTS（即時(shí)戰(zhàn)略游戲）的經(jīng)典之作《星際爭(zhēng)霸》當(dāng)做首要挑戰(zhàn)目標(biāo)。當(dāng)然，這并非易事，包括《星際爭(zhēng)霸》在內(nèi)的RTS游戲中需要大量的操作、局勢(shì)判斷等復(fù)雜因素，這也是開發(fā)的首要最大困難。

盡管單機(jī)游戲里的電腦玩家也被稱為“AI”，但AlphaGo這樣級(jí)別的對(duì)手一旦出現(xiàn)在《星際爭(zhēng)霸》戰(zhàn)局上，將遠(yuǎn)遠(yuǎn)比七個(gè)“極難的電腦”恐怖得多，因?yàn)橛螒蚶锏碾娔X玩家僅僅是通過加資源作弊變得強(qiáng)大，而真正強(qiáng)大的AI胸有韜略，卻從來不會(huì)心理崩潰。

不過曾經(jīng)被稱為“星際第一人”的“教主”Flash近日公開表示若真與這樣的AI對(duì)戰(zhàn)，自己也可以取得勝利。

韓媒報(bào)道，F(xiàn)lash在接受SBS的采訪時(shí)表示，自己可以戰(zhàn)勝AI。他認(rèn)為星際和圍棋不一樣，下圍棋的時(shí)候，你可以看到對(duì)手具體下到了哪里，然后再來尋找對(duì)策。但是打星際，你不會(huì)時(shí)刻知道對(duì)手在干什么。

同樣向人工智能發(fā)出宣戰(zhàn)的還有前《星際爭(zhēng)霸》職業(yè)選手“暴風(fēng)蟲族”Yellow，他在個(gè)人ins上說，最近到處都在談AlphaGo，如果以后要挑戰(zhàn)星際，就讓我上去，給大家展示一下人類的完勝。Yellow認(rèn)為，《星際爭(zhēng)霸》這個(gè)游戲眼睛看到的并非全部，還必須得了解玩家視線之外發(fā)生的一切。

《星際爭(zhēng)霸》、《星際爭(zhēng)霸2》以及《魔獸爭(zhēng)霸3》可以說是全球最具競(jìng)技性的三大RTS游戲，而《星際爭(zhēng)霸》系列也被稱為史上最難駕馭的RTS游戲。在三部作品中，游戲內(nèi)置的AI對(duì)手?jǐn)?shù)《星際爭(zhēng)霸2》最為智能，作為暴雪最近一個(gè)開發(fā)的RTS游戲，《星際爭(zhēng)霸2》的AI對(duì)抗在其資料片三部曲中的第二部《蟲群之心》中有了一次大幅的改進(jìn)和優(yōu)化。玩家可以自行選擇AI對(duì)手的戰(zhàn)術(shù)、風(fēng)格，如將AI設(shè)置為以空軍為主戰(zhàn)單位、前期壓制為主要戰(zhàn)術(shù)的風(fēng)格，這不但使玩家在對(duì)抗AI時(shí)擁有了更多的玩法和趣味，也讓RTS游戲的智能性有了大幅的進(jìn)步。

然而，相比真正的人類對(duì)手，目前《星際爭(zhēng)霸2》的AI仍然會(huì)有不足。它仍然需要靠固定的演算方法和你進(jìn)行對(duì)抗，對(duì)于審視局勢(shì)、更高級(jí)的判斷以及更靈活的應(yīng)變性操作和人類對(duì)手的相似性仍有很大差別。并且與AlphaGo不同，現(xiàn)在《星際爭(zhēng)霸2》中的最高難度AI雖然對(duì)于新手玩家是一個(gè)難以突破的對(duì)手，但對(duì)于職業(yè)的《星際爭(zhēng)霸2》選手甚至業(yè)余高水平玩家來說，最高難度的AI依然可以輕松擊敗。

其實(shí)無論Demis Hassabis還是AlphaGo都和游戲淵源頗深，因此這次Demis Hassabis提出挑戰(zhàn)《星際爭(zhēng)霸》其實(shí)并不令人感到多么意外。

Demis Hassabis獲得過5次智力奧林匹克冠軍，也是一位國際象棋神童，最終以兩科優(yōu)等成績(jī)獲得劍橋大學(xué)計(jì)算機(jī)科學(xué)學(xué)位，他創(chuàng)造了第一款包含人工智能的視頻游戲《主題公園》，然后創(chuàng)建了視頻游戲公司Elixir1，之后離開游戲產(chǎn)業(yè)深造神經(jīng)科學(xué)的博士學(xué)位，最終于2010年創(chuàng)立Deepmind團(tuán)隊(duì)，今天人們說中國的公司為什么投資開發(fā)AI的很少，跟學(xué)科背景有關(guān)只懂編程而不懂腦科學(xué)的人根本沒有辦法涉足AI的設(shè)計(jì)。

Hassabis不斷用人工智能在各種游戲上擊敗最聰明的人類。他曾經(jīng)說：“可以說創(chuàng)立Deepmind一直以來是我的最終目的，我用了近20年籌劃這個(gè)事情，如果你從一個(gè)最終我將要從事人工智能研究的角度審視我的經(jīng)歷，你會(huì)發(fā)現(xiàn)我的每一步選擇都是朝向人工智能的，熟悉我的Bullfrog員工都知道，我寫的所有游戲的核心都是與人工智能相關(guān)的?！?/p>

“在16歲的時(shí)候?qū)憽吨黝}公園》游戲的時(shí)候我第一次意識(shí)到人工智能的前景不可估量。這款游戲十分暢銷，說明玩家享受其中，因?yàn)槿斯ぶ悄苁仲N合玩家的心意。因此我繼續(xù)在游戲領(lǐng)域進(jìn)行拓展，然而在2000年的時(shí)候我感覺到我們已經(jīng)在‘從后門偷偷逼近人工智能研究的路上走到了盡頭，因?yàn)椴还茉趺礃幽愕淖罱K目標(biāo)都只是做出一款游戲，所以我轉(zhuǎn)而去學(xué)習(xí)神經(jīng)科學(xué)，以期在人工智能領(lǐng)域有所進(jìn)展。”Hassabis說。

盡管用人工智能進(jìn)行游戲?qū)?zhàn)是宣發(fā)推廣的策略，Deepmind團(tuán)隊(duì)最終希望將人工智能用于更多主流的項(xiàng)目當(dāng)中。Hassabis表示游戲僅僅是提供測(cè)試平臺(tái)用來測(cè)試我們的算法。換句話說，所有的游戲玩家都會(huì)讓AI變得更兇猛，更厲害。

在AlphaGo學(xué)會(huì)下圍棋之前，它其實(shí)在玩游戲上已經(jīng)超越了很多人類。

2015年，Deep Mind公布了AlphaGo前身的學(xué)習(xí)成果。那時(shí)候它的名字還叫“自己學(xué)習(xí)游戲規(guī)則的人工智能”。谷歌在沒有給予任何游戲相關(guān)情報(bào)和規(guī)則指示的情況下，讓AI玩了49款規(guī)則不同的游戲，其中29款的成績(jī)明顯高于人類玩家水平。

但大多數(shù)的電子游戲的AI仍然非常蠢，尤其是他們扮演游戲中的隊(duì)友的時(shí)候，能不能讓AlphaGo來擔(dān)當(dāng)游戲里的敵人或者隊(duì)友，讓游戲變得更真實(shí)、更刺激呢？

技術(shù)上沒有任何門檻，但無論游戲廠商經(jīng)常會(huì)將AI多么多么狡猾作為賣點(diǎn)，游戲里的隊(duì)友仍然呆笨無比，再狡猾的敵人也是有規(guī)律可循。即便是在以難度可怕而著稱的游戲《黑暗之魂》中，玩家在多次受挫后總能發(fā)現(xiàn)敵人的規(guī)律進(jìn)而想出破解之道。

加拿大阿爾伯塔大學(xué)的計(jì)算機(jī)科學(xué)博士Dave Churchill曾經(jīng)解釋過：“游戲業(yè)界排斥現(xiàn)代AI技術(shù)的最大原因是開發(fā)者不想在這上面浪費(fèi)運(yùn)算能力。”他解釋說：“游戲設(shè)計(jì)師會(huì)竭盡全力推動(dòng)視覺效果發(fā)展，但在AI設(shè)計(jì)上他們可能只會(huì)用上1%的技能。”

特效撩人故事性感人們就會(huì)購買游戲，至于玩起來發(fā)現(xiàn)AI低劣，那已經(jīng)是購買之后的事了。

除此之外，Churchill還表示，游戲AI的目的性更強(qiáng)也是開發(fā)者“偷懶”的原因。當(dāng)玩家躲進(jìn)掩體里，AI就會(huì)選擇投擲手雷或沖上來包抄。AI敵人唯一的目的就是干掉玩家，所以這種“if-then”式的邏輯非常管用，看上去也還像那么回事。比起敵人來，隊(duì)友AI的任務(wù)要寬泛得多，它們沒有需要針對(duì)的目標(biāo)，犯傻似乎也就在情理之中了。

至于讓游戲更有挑戰(zhàn)，開發(fā)復(fù)雜的AI要花好多錢，不如把敵人的血量和防御調(diào)高，把玩家的生命恢復(fù)能力降低，或者干脆只讓主角找到一半的子彈，改改參數(shù)，根本不用花錢。

AlphaGo強(qiáng)大運(yùn)算能力是1202個(gè)CPU和176個(gè) GPU堆起來的，它們加起來的能耗遠(yuǎn)超200000W，一般的人家里的電腦帶不動(dòng)不說，就算小區(qū)里有條強(qiáng)悍不跳閘的線路，電表一小時(shí)走200度—好多售電卡一次才賣2000度電。

此外AlphaGo的強(qiáng)大也體現(xiàn)在學(xué)習(xí)能力方面，就AlphaGo學(xué)習(xí)圍棋來說，AlphaGo有兩種學(xué)習(xí)功能，第一種是根據(jù)高手棋譜的學(xué)習(xí)，第二種是自我對(duì)弈，自我學(xué)習(xí)。如果你讓AlphaGo加入到你的電子游戲里，他可能要在你上班或者上課的時(shí)候自己?jiǎn)翁鬊OSS，好等你晚上回來配合你作戰(zhàn)。

和隊(duì)友相比，還是砸館者的角色更適合阿爾法，從圍棋轉(zhuǎn)進(jìn)RTS游戲，他還需要學(xué)不少的東西。

兵種克制、基本套路之類的基礎(chǔ)問題自然是首先需要植入的，這也是許多人類玩家在入門時(shí)需要掌握的基礎(chǔ)。若真想開發(fā)出足以與頂級(jí)職業(yè)選手抗衡的人工智能，則必須要讓AI理解一場(chǎng)《星際爭(zhēng)霸》游戲的“意義”。

這是人工智能發(fā)展最大的困難，在《星際爭(zhēng)霸》中，讓AI理解一場(chǎng)游戲的意義可以包括“為什么要運(yùn)營”、“為什么要使用這個(gè)戰(zhàn)術(shù)”之類的問題，從而引導(dǎo)AI電腦做出“何時(shí)該補(bǔ)農(nóng)民、何時(shí)該進(jìn)攻”的判斷。

許多玩家在討論未來人工智能時(shí)，往往會(huì)提出它們可以完成類似“50個(gè)槍兵完美散開躲毒爆”的操作，再強(qiáng)悍的微操高手也無法勝過未來的AI。

但如果只是用這樣狹隘的思路去設(shè)定未來我們要對(duì)抗的人工智能，則失去了創(chuàng)造他們的意義。相信未來我們創(chuàng)造人工智能的更大目的還是為了創(chuàng)造出一個(gè)“擬人化到極限”的虛擬對(duì)手，而不是創(chuàng)造一個(gè)神一般的虛擬對(duì)手。

所以，未來一個(gè)理想的《星際爭(zhēng)霸》人工智能，應(yīng)該是一個(gè)可以利用人類的思維邏輯、人類的操作能力擊敗你的對(duì)手，不用微操贏你也能讓你輸?shù)眯姆诜?/p>

輸給人類玩家還可以學(xué)習(xí)和訓(xùn)練，看高手視頻、反復(fù)練習(xí)開局等等，但AlphaGo的學(xué)習(xí)能力已經(jīng)讓人類目瞪口呆了—他可以不休息反復(fù)學(xué)習(xí)，而人類還要吃飯、睡覺和娛樂。

在《星際爭(zhēng)霸》這個(gè)項(xiàng)目上，人類也許無法打敗AlphaGo，但人類的了不起之處在于，他們可以開發(fā)出算法更優(yōu)的AI打敗AlphaGo。

你應(yīng)該開發(fā)出更快的火車來超越之前的火車，而不是吃藥打針，憋著和火車跑出一個(gè)勝負(fù)來。