隨著計算機技術的突飛猛進，AI智慧成為了時下游戲行業的熱門話題，從圍棋界的AlphaGo大戰李世石、柯潔，到如今AlphaStar人工智慧擊敗星際爭霸2職業選手，AI自我學習的速度令人汗顏。由DeepMind開發的AI程式AlphaStar在今日凌晨，對戰2018 WCS Circuit排名13、號稱神族最強10人之一的MaNa，最終人工智慧以10-1的懸殊戰績全面擊潰人類頂尖職業選手。

在此次活動中，舉辦方向玩家開放了AlphaStar的操作視角，玩家可以以最直觀的方式，看到AI是如何處理如此複雜的RTS遊戲。從整個比賽過程中我們可以看出，AI不僅具有反應快速等固有的優勢，在宏觀策略、細節操作以及戰術執行方面，都有著驚人的實力。

在打完比賽後，TLO表示，很多人說MANA打得不好，但實際上並不是這樣，在每一局對戰中AlphaStar都採用了不同的戰術和套路，而且在操作上也無懈可擊，有一種讓人手足無措的感覺。在面對AlphaStar時，他們都感受到了“前所未有的壓力”。TLO也是曾經跟AlphaStar交過手的職業選手，不過戰績比MANA還慘：0-5慘敗。

在直播的最後，舉辦方進行了一場現場表演賽，也是在這一局，MANA贏下了人類唯一的一局勝利。在這場比賽中MANA沒有采用常規打法，而是在開局瘋狂造農民速開三礦，透過騷擾成功頂住了壓力。在前期AlphaStar追獵者數量多的優勢期，MANA透過漂亮的立場技能釋放成功抵擋，隨後快速擴大優勢，出到了4只白球。在後期一次決定性的會戰中，MANA憑藉精湛的力場釋放操作，取得了兵力上的巨大優勢，一路將AlphaStar推平。這場比賽看似毫無懸念，但從右下角MANA全程飛一般的手速來看，比賽贏得並不輕鬆。

AlphaStar的AI優勢，並不在於它的反應速度，在與人類對戰的過程中，AlphaStar的平均每分鐘反應次數低於人類職業選手，而是在於對於大量單位細緻入微的控制。星際爭霸2的玩家應該清楚，200人口數十個單位的集團操作有多難，即便是職業選手也無法做到理論上的完美操作，而AlphaStar可以做到滿人口的單位級操作。同時，再加上對於整體遊戲策略和戰略的不斷學習計算，AlphaStar總能夠在戰鬥中尋找到更優解，從而輕鬆戰勝職業選手。

“回顧人工智慧的歷史，AI已經在很多不同的遊戲中，取得了不同層次的勝利。”DeepMind的研究聯合負責人David Silver在賽後表示，這是人工智慧系統的重要一步。在電子遊戲中擊敗人類，可能看上去是人工智慧開發的副產物，但這是一項重大的研究挑戰。星際爭霸2這樣的遊戲對於人工智慧來說，比圍棋這樣的棋盤遊戲更難。在大型對戰遊戲中，AI沒辦法透過簡單的觀察——計算邏輯，來決定下一步的策略，而是需要根據不斷動態變化的遊戲過程，做出實時反應。這對於“不會自主思考”（現在有待商榷）的計算機來說，無疑是難上加難。

阿怪認為，計算機AI的不斷髮展，在未來很可能對於電子競技是一個巨大的促進，從人類和AI的大戰中我們可以發現，AI經常能夠拿出一些我們見所未見、聞所未聞的全新套路。這無疑能夠讓電子競技的戰術更加趨於多元化，內容更加豐富多彩，比賽也更加精彩刺激。不過從目前來看，AI擁有超快反應、幾乎無限的同步細節操作，這些是人類無法企及的，但玩家的優勢在於無限的創造力和思考能力。希望隨著AI技術的發展，高智慧AI能夠在不久的未來成為幫助職業選手訓練的優秀工具，也為廣大玩家呈現出更多精彩絕倫的競技比賽！

樓上就是瞎雞巴回答。

alphastar對tlo那次5：0，那時候的alpha是訓練了一週並限制了apm在170以下。對mana那次5：0，是訓練了兩週的alpha，同時解除了apm的限制。最後人類贏的那局，alpha已經訓練了三週，但是限制了apm。也就是說最後打的alpha最聰明。

可以看出來，tlo是個三流都不是神族，mana是一流神族，事實也確實如此！alpha贏mana的5局，也基本是以操作取勝，比賽過程中，人類的兵種組合完克alpha，無奈解除了apm操作的限制，星際爭霸是一個操作可以逆天的遊戲。!最後人類找到了alpha的弱點（由於限制了apm，alpha也沒辦法以操作翻盤了），所以人類贏了！假如昨晚再比下去，昨晚上的alpha肯定連敗！因為即使訓練了三週，alpha也沒有人類計謀深！

但是再過一段時間就不好說了，很期待和塞肉的比賽。