暴雪嘉年华 2016：《星际争霸2》人工智能DeepMind会自主学习 可担当玩家教练 _ 游民星空 GamerSky.com

点击进入暴雪嘉年华 2016专题，海量情报一网打尽！

　　在今日于美国举办的暴雪嘉年华BlizzCon 2016中，Google旗下人工智慧公司DeepMind与《星际争霸2》工程团队齐聚一堂，针对未来AI合作发展的部分进行了详细解说，同时也阐述了此项研究未来可能会替游戏开发上带来怎么样的好处。

　　DeepMind研发科学家Oriol Vinyals表示团队在这项与《星际争霸2》合作中的最大目标，便是试图在这款复杂的游戏中发展完善的人工智慧，并仰赖其解决其余的所有问题。

　　人工智慧的能力，在于能够在复杂的环境中自我学习，进而设法在既有的设定目标中表现出色。Oriol 表示，具体来说DeepMind 会从最基础的各种资料开始进行分析，而不是设定好的脚本，同时这套系统也应该可以用来解决不同的任务目标。

IBM 电脑「深蓝」虽然能够在当时打败棋王，但其仅能针对西洋棋进行对弈，这是其与DeepMind 最大的不同

DeepMind 会从大环境给予的资料中学习，并运用自身分析做出应对

DeepMind 运作示意图，左侧为从环境中得到资料并进行分析，右侧是根据现有可执行的指令做出决策

　　Oriol 指出由于游戏画面均是由像素构成，因此是非常适合验证AI 演算法的平台，像是先前团队就曾使用Atari 的许多经典游戏来进行模拟。在这个部分，由于画面构成相对简单，DeepMind 会先了解整体游戏架构，找出控制物件的方法，此时工程师只要下达尽可能达到高分目标的指令，DeepMind 就会不断地优化控制，达到人类可能无法完成的高分。

3D 游戏同样也可以依据此方法，只是相对复杂

更多相关资讯请关注：星际争霸2专区

　　谈到为何选择《星际争霸2》，Oriol表示游戏有着许多不可预期的要素，例如战争迷雾、三大特色强烈的种族、各种需要考量的资源限制，以及战略意义重于微操作的特性等，对于DeepMind来说是很好的学习标的。而DeepMind团队现在可能要解决的问题，可能在于如何让人工智慧得以学会在游戏中记忆关键情报（例如对方优先盖了什么建筑）、要怎么样运用手上资源进行战略规划（因为对方盖了某个建筑，思考应对方法），并学习类似人类想像力的能力。

DeepMind未来目标也包括能将其所长发挥到现实世界

　　《星际争霸2》资深软体工程师Kevin Calderone是这次参与DeepMind合作计画的Blizzard工作人员，他表示目前游戏中的AI是已经写好的脚本，而DeepMind要达到的远远不止于此。

这张图可以帮助玩家了解DeepMind 在游戏中看到的画面是怎么样的

　　Blizzard预计在2017年第一季推出官方版《星际争霸2》API，让对此计画有兴趣的科学家与一般玩家皆能参与。对于玩家来说，具体方式是透过参与对战产出Replay，进而让DeepMind有更多资料可以进行学习。

　　若一切如预期般顺利发展，Kevin 指出DeepMind 未来可能可以扮演玩家教练的身分，帮助玩家快速上手游戏，此外对于游戏平衡的测试也会大有助益。

　　在这次活动的最后，知名星际玩家Dan Stemkoski（Artosis）提出了一个相当有趣的问题，他指出往后若玩家有机会与DeepMind 的AI 进行对战，在多线处理上是否会吃大亏？对此Google 团队则是表示，其实可以想像DeepMind 就跟一般玩家坐在电脑前面一样，除了能够直接接收特定数据之外，各个区域的侦测、移动或是生产资源等，一样需要进行拖曳、点击等指令操作来实现。此外DeepMind 在APM 上将有所限制，确保双方的对战是公平的状态。

更多相关资讯请关注：星际争霸2专区