DeepMind官方部落格今天宣佈其開發的人工智慧已經解鎖新成就--在暴雪娛樂遊戲《星際爭霸II》中稱霸。這家隸屬於谷歌的人工智慧實驗室開發出了升級版AlphaStar，擁有更加複雜的演算法，在這款實時策略遊戲上已經達到登峰造極的大師級別，可以擊敗99.8%的人類玩家。相關研究結果發表在科學雜誌《Nature》上。
以上圖片來自 DeepMind
在官方博文中，DeepMind表示在今年夏季的時候透過線上競技的方式，將全新升級的AlphaStar和其他選手進行公平競爭。首先，DeepMind培訓AlphaStar使用遊戲中所有三種可用種族，這增加了高階職業玩家的遊戲複雜性。此外還限制AlphaStar檢視人類玩家能夠看到的地圖部分，並將滑鼠單擊次數限定在每5秒內實現22次非重複動作的頻率內，儘量和標準人類動作和反應報紙一致。
在種種限制情況下AlphaStar依然能夠達到大師水平，達到線上競技排名的榜首，並且是《星際爭霸II》中有史以來首個做到這點的系統。DeepMind表示這種優勢是通用強化學習（支援AlphaStar訓練的機器學習技術）培訓而來，未來有一天可用於培訓自學機器人，自動駕駛汽車並建立更高階的影象和物件識別系統。
AlphaStar團隊的DeepMind原理研究科學家David Silver表示：“人工智慧的發展程序中，將會以遊戲標記為新的里程碑。自從計算機破解圍棋，象棋和撲克以來，星際爭霸就以共識的形式出現，這是下一個重大挑戰。遊戲的複雜性遠遠超過國際象棋，因為玩家控制著數百個單位；比Go更復雜，因為每一步都有10 ^ 26種可能的選擇；而且玩家對對手的資訊少於撲克。”
今年1月份，DeepMind宣佈其AlphaStar系統能夠在預先錄製的比賽中連續10次擊敗頂級職業選手。不過線上直播的最後一場比賽中，輸給了職業選手Grzegorz“ MaNa” Komincz。今年1-6月份，該公司一直在改進該系統，隨後公司邀請來自世界各地的頂級遊戲選手進行對抗競爭。DeepMind隨後表示在今年7-8月進行比賽。
結果令人驚訝：AlphaStar已經成為全球最厲害的《星際爭霸II》玩家之一。大約有0.2％的玩家有能力擊敗它，但是在很大程度上，該系統擊敗任何人類對手只是時間問題。
DeepMind官方部落格今天宣佈其開發的人工智慧已經解鎖新成就--在暴雪娛樂遊戲《星際爭霸II》中稱霸。這家隸屬於谷歌的人工智慧實驗室開發出了升級版AlphaStar，擁有更加複雜的演算法，在這款實時策略遊戲上已經達到登峰造極的大師級別，可以擊敗99.8%的人類玩家。相關研究結果發表在科學雜誌《Nature》上。
以上圖片來自 DeepMind
在官方博文中，DeepMind表示在今年夏季的時候透過線上競技的方式，將全新升級的AlphaStar和其他選手進行公平競爭。首先，DeepMind培訓AlphaStar使用遊戲中所有三種可用種族，這增加了高階職業玩家的遊戲複雜性。此外還限制AlphaStar檢視人類玩家能夠看到的地圖部分，並將滑鼠單擊次數限定在每5秒內實現22次非重複動作的頻率內，儘量和標準人類動作和反應報紙一致。
在種種限制情況下AlphaStar依然能夠達到大師水平，達到線上競技排名的榜首，並且是《星際爭霸II》中有史以來首個做到這點的系統。DeepMind表示這種優勢是通用強化學習（支援AlphaStar訓練的機器學習技術）培訓而來，未來有一天可用於培訓自學機器人，自動駕駛汽車並建立更高階的影象和物件識別系統。
以上圖片來自 DeepMind
AlphaStar團隊的DeepMind原理研究科學家David Silver表示：“人工智慧的發展程序中，將會以遊戲標記為新的里程碑。自從計算機破解圍棋，象棋和撲克以來，星際爭霸就以共識的形式出現，這是下一個重大挑戰。遊戲的複雜性遠遠超過國際象棋，因為玩家控制著數百個單位；比Go更復雜，因為每一步都有10 ^ 26種可能的選擇；而且玩家對對手的資訊少於撲克。”
以上圖片來自 DeepMind
今年1月份，DeepMind宣佈其AlphaStar系統能夠在預先錄製的比賽中連續10次擊敗頂級職業選手。不過線上直播的最後一場比賽中，輸給了職業選手Grzegorz“ MaNa” Komincz。今年1-6月份，該公司一直在改進該系統，隨後公司邀請來自世界各地的頂級遊戲選手進行對抗競爭。DeepMind隨後表示在今年7-8月進行比賽。
以上圖片來自 DeepMind
結果令人驚訝：AlphaStar已經成為全球最厲害的《星際爭霸II》玩家之一。大約有0.2％的玩家有能力擊敗它，但是在很大程度上，該系統擊敗任何人類對手只是時間問題。