本文发布于 DeepTech 深科技（微信大众号：mit-tr），转载已取得作者受权。

2018 年 1 月 28 日，一位来自谷歌 DeepMind 的迷信家在 DT 君主办的 EmTech China 峰会的圆桌讨论环节中泄漏，基于《星际争霸 2》搭建的 AI 学习环境竟可以被拓展至其他范畴，不只限于其他电子游戏，甚至是无人驾驶和人脸辨认。

（Oriol Vinyals 在演讲）

这位迷信家正是 Oriol Vinyals，他曾于 2016 年当选麻省理工科技评论 35 岁以下年度创新 35 人，即 TR 35。当然，Oriol 也是《星际争霸 2》AI 学习环境，SC2LE 的开发者。

什么是 SC2LE？

第一篇关于 SC2LE 的论文于 2017 年 8 月发布，该论文讲述了基于《星际争霸 2》的学习环境，AI 如何经过这款游戏去训练本身，最终到达和玩家持平，甚至逾越职业选手的程度。

（SC2LE 运转原理）

Oriol 表示，这款游戏关于 DeepMind，或许关于 AI 来说，是一个训练空间，或许可以说是媒介。任何 AI 算法都需求媒介，越真实越好。

说话间，他在现场播放了两段没有经过真实训练的 AI 机器人运动视频，后果发现，这些机器人只需碰到一些小小的障碍就会立即摔倒，还有能够招致零碎解体。

随后，他又为观众展现了两个虚拟角色跑步的模型，并解释道：“虽然这个训练环境是虚拟的，但它十分真实，包括了一切理想中的物理规则。因而，即便没有经过实践测试，但是其后果也比方才那则演示更有意义。”

（职业玩家）

实践上，《星际争霸 2》则能很好的提供这样一个环境。Oriol 以游戏中最根本的单位 “SCV” 来举例，一个 “SCV” 能够有四种操作方式：采集资源、建造修建、侦查、扩张。
但是，仅仅这四种操作方式就包括了有数的变化。Oriol 指出，AI 想要控制一个 SCV，需求先给予控制台一个选中它的指令，再点选目的地。不过，光停止这个操作还不够，还需求另一个控制台同时担任键盘的模仿，才干让一个 SCV 完成举措。
与此同时，Oriol 展现了一位专业玩家的视频。职业玩家疾速地敲击键盘，画面来回切换。Oriol 赞赏道，这种游戏形式 “就像扮演乐器” 一样。

但是，忽然他打断了演示，并通知在场观众：“这仅仅是 SCV 的操作而已，而《星际争霸 2》中，每个种族都有十余种单位，他们的功用不同、能执行的指令不同。”

Oriol 进展了一下，他说道：“人类玩家在弹指间所执行的操作，关于 SC2LE 来说要分红两块并且执行很多部，十分繁琐。但是，整场游戏看上去，人类玩家均匀要停止 5000 次这样的操作。”

（
DeepMind 发明《星际争霸 2》学习环境）

这也就意味着，若 AI 想要打败人类，那么它每执行一步战略，就要思索数千步战略。不过，也正是这种近乎有限的变化空间，给了 DeepMind 一个更好的环境，由于真实的环境要比这复杂许多倍。

基于《星际争霸 2》，但是这并不只是游戏 AI

在圆桌讨论环节，有嘉宾提出，围绕该学习环境最多的成绩，莫过于它有什么用途了？Oriol 听到这个成绩后笑了笑，说这其实是他走到哪都会被问到的成绩。

他表示，《星际争霸 2》是个电子游戏，它终究会被淘汰，这在所难免，但基于这款游戏的学习环境给了 DeepMind 一个适用面更广且可拓展的框架和算法，让开发者可以在别的成绩上，用已有的方式来考虑处理方法，使其事半功倍。

“同时，这关于我们（DeepMind）来说也是一个才能的训练。《星际争霸 2》的环境十分复杂，一团体类玩家可以轻松处理的成绩，关于 AI 来说能够需求调用一整个数据中心的资源才干处理成绩，这不是我们想看到的。所以，我们学会了分解成绩，把《星际争霸 2》分解为了许多小块，比方方才说到的，我们经过 60 x 40 的单元格去训练 AI，而不是经过全局游戏去让 AI 了解这个成绩。”

（Linux 上的 SC2LE 只要 60 x 40 的单元格，左边则是基于这些单元格的评价）

现实上，一张《星际争霸 2》的地图能够包括了数十万个单元格，但 DeepMind 把这些单元格分解成了许多相反或许类似的小单元格去考虑成绩。最终简化了步骤，降低了资源的耗费。

也正是因而，Oriol 才在圆桌环节表示，即便《星际争霸 2》由于工夫的变迁而衰落，但这个学习环境的架构和理念，可以使其变成其他平台的 AI 技术。不只是游戏，还包括了无人驾驶、人脸辨认等等。

AI 能否经过《星际争霸》打败人类？

自从柯洁和李世石纷繁输给 AlphaGo 之后，人们更关怀这样一个成绩，“AI AI已经渗透到了生活中的方方面面。在智能交通领域，人工智能技术也正在发挥作用。可以打败人类吗？” 尤其是关于谷歌的 AI。

2016 年 10 月的暴雪 Bliizcon 2016 上，DeepMind 宣布和暴雪共同以《星际争霸 2》作为研讨环境，来释放 AI 技术的潜能。前者称，游戏是完满的环境之一，使该企业可以疾速无效地开发和测试 AI，以此进步算法的灵敏性，最终经过游戏分数（胜负）来提供即时反应。

2017 年 10 月，在第十三届人工智能和交互数字文娱大会（Conference on Artificial Intelligence and Interactive Digital Entertainment 简称 AIIDE’17）上，社会各界的 AI 研讨者们纷繁带着他们的《星际争霸》AI 来参与竞赛。其中，运用异虫种族的 ZZZKbot 以 2465 胜 501 负的战绩拿下了冠军。

但是，就在这场竞赛的十几天后，韩国演出了一场《星际争霸》人机大战。韩国前职业选手 stork 以 4:0 的宏大优势碾压了 ZZZKbot、TSCMO、MJ 这三个世界下水平最高的《星际争霸》AI。即便这场竞赛关于 AI 范畴来说，意义十分严重，但一些专业的《星际争霸》选手以为，这场竞赛并不美观，由于整个游戏的节拍完全倒向了 stork，AI 毫无取胜的能够性。

（
轻松博得成功的 Stork）

AI 在《星际争霸 2》下面临的应战有增无减，但是关于 Oriol 来说无疑是个特大喜讯。他曾这样评价过基于《星际争霸 2》的学习环境，“这是一个多人互动的多主体（指玩家、单位、修建）环境，由于地图上的『和平迷雾』，AI 和玩家所取得的信息是不完好的。

《星际争霸 2》不只无数百个单位的控制空间，还能提供一个从原始特征（画面、缩略地图）取得信息的立体空间。再加上资源分配（水晶和气矿），因而 AI 每做出一步举措，就要考虑数千步战略。”

Oriol 在演讲中指出，即便评价零碎曾经给如今的 SC2LE 做出极高的评价，但是和职业人类玩家相比，几乎是小儿科。不过他倒是很开心，由于只要应战才干给予 DeepMind 行进的动力，也只要打败成绩，才干赋予 AI 更强的才能。

同时，Oriol 指出，AI 存在很大的生长空间。他以 AlphaGo 为例，该 AI 在对战李世石时的才能是对战柯洁时的三分之一。换句话说，短短几个月，AlphaGo 就生长了三倍之多。或许，真的会有一天，SC2LE 会轻松击败职业玩家，正如明天我们轻松击败他们一样。

一切从《星际争霸 2》开端，功在当下，利在千秋

要晓得比起 AI，Oriol 更喜欢的是《星际争霸》。他从 15 岁就开端接触这款游戏，更是借助它在西班牙创出了一些名堂。现实上，地下材料显示，Oriol 曾在微软就职，并从事《星际争霸》对战 AI 的开发。用于在玩家无法寻觅到对手时，替代人类对手与玩家交兵。

也许，正是这件事情给了 Oriol 灵感。他在圆桌讨论时指出，《星际争霸 2》可以用来训练 AI，那么 AI 能否可以训练玩家如何玩《星际争霸 2》呢？以 AlphaGo 为例，它经过对立，发明了本人的共同的战术，而这个战术可以被人类选手拿来使用于其它棋局。

（Oriol 正在讨论）

《星际争霸 2》相较于围棋来说拥有更多的地图、更多的能够性，SC2LE 极有能够发明出共同的战术。那么，把这种战术用于训练人类玩家，尤其是零根底的玩家，能够会比让老手本人体验游戏高一些。

实践上，工夫沉淀技术，《星际争霸 2》这款降生于过来的游戏，结合当下炽热的 AI 技术，二者所塑造的无疑会是将来更自动化的生活。

Oriol 指出，DeepMind 所做的事情是树立平台。 他以为，这就和迷信家不能左右他们的研讨效果一样，SC2LE 会面向更多的开发者和《星际争霸 2》玩家。Oriol 十分情愿开源这些平台，这是由于他以为 AI 需求创新者，他们可以让 AI 完成更多的功用。

Oriol 所描画的画面，正是今后的 AI 社会。虽然不晓得何时才干到来，但是功在当下，利在千秋。

题图来自 《星际争霸 2》