教計算機和機器人玩遊戲、比賽是衡量它們智慧的手段之一。隨著機器變得更聰明，人類不斷為他們尋找新的挑戰。首先是國際象棋，然後是Atari，然後是圍棋，現在它們正在面臨更大挑戰：星際爭霸。

確切地說是星際爭霸2，Google的AI子公司DeepMind的研究人說，星際爭霸2是培養計算機高級技能（如記憶和規劃）的完美環境。DeepMind在2017年表示，將與暴雪合作，將即時戰略遊戲變成AI工程師的研究環境，現在該軟體正式發布。

來自DeepMind和暴雪的工具包包涵各種輔助工具，包括從專業比賽（AI可以觀察學習人類戰術）收集的星際爭霸2重播的大型數據集；以及一組分離某些遊戲元素（如地圖勘探和資源收集）的迷你遊戲，可用於磨練特定技能。但是最重要的一個工具包就是一個API，它允許AI代理人像人類一樣玩遊戲，並將數據反饋給研究人員。這意味著代理可以被賦予與人類相同的限制（因此他們無法立即看到所有的地圖，或者無法快速點擊滑鼠），而要通過嘗試和錯誤學習，整個過程被稱為「加強學習」。星際爭霸職業選手顫抖吧，也許不用太久，AI就會出現在星際爭霸2的戰網上，以馬甲取得N連勝紀錄，之後就會公開叫板頂級職業選手，星爭霸2或將成為驗證人類不敵AI的新戰場！

但為什麼星際爭霸是訓練人工智慧的好方法呢？這不是因為我們想要計算機學習軍事戰略或手段，而是因為我們需要教它們某些抽象的技巧，而視頻遊戲就是一個很好的方法。視頻遊戲是虛擬環境，這意味著遊戲可以快速反覆重複；人們玩遊戲有助於生成許多培訓數據；而星際爭霸還有一些遊戲機制，對計算機來說是特別有挑戰性的。

DeepMind研究員Oriol Vinyals（他曾經是是頂級星際爭霸選手），他解釋說，遊戲提供的一個有趣的限制是「戰爭之霧」機制，其中涵蓋了地圖，並強迫玩家探索，找出他們的敵人是什麼。 「所以對於一個AI來說，記住這一點可能是至關重要的，我以前看過一個單位，但是我現在看不到，所以我應該回去偵察，看看他們是否有一個靠近該地點的基地。

對於一個遊戲玩家來說，這是一個很明顯的想法，它幾乎不值得考慮，但是對於AI是需要學習才能有用的一種常識。在星際爭霸中，一個玩家能夠偵查對手的是獲勝的關鍵，而且這個挑戰在國際象棋或圍棋這樣的遊戲中並不存在，在這些遊戲中，兩個玩家都可以隨時了解自己和對方的環境。

Vinyals說，這種記憶技巧可以應用於各種環境，並給出了一個在數據中心管理電力以降低電力成本的計算機的例子。 「比如可能在星期天，無論什麼原因都有一個用電高峰，並且下周日將不得不記住這個信息來與上周進行比較，記憶在這裡起著關鍵作用，教計算機來推斷世界狀態可能對我們來說是非常有趣的。」

在星際爭霸2中，玩家必須收集資源，探索領土，建立基地，打敗對手。

除了教AI某些技能，新發布的API為人類與計算機在星際爭霸的較量提供了舞台。暴雪和DeepMind都沒有說過他們打算進行類似AlphaGo對抗人類冠軍的比賽，但是星際爭霸2最好的職業選手肯定會熱衷於與AI一爭高低，為人類正名。在今年早些時候，職業玩家星際爭霸選手Byun Hyun Woo在麻省理工學院技術評論發表演講的時候，表達了對自己戰勝AI的信心。他說：「我不認為AI能夠擊敗一個職業選手，至少不會在我的職業生涯中。

問題在於，人工智慧目前還無敗績，就像DeepMind的AlphaGo之前的表現，擊敗李世石，以Master的身份連勝利60，與排名世界第一的世界圍棋冠軍柯潔對戰，以3比0的總比分獲勝。

那麼DeepMind的AI未來會與星際爭霸職業選手PK嗎？你最期待AI跟哪位全球頂級的星際爭霸職業選手對局，是Flash、大魔王Joedong，還是Bisu？AI又會使用怎樣的戰術和技巧對局呢？

最後我想問，AI有APM嗎？

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！