AI与人类的PK又有了新的猛料!
人工智能能否在电竞类游戏中击败人类的问题，如今有了答案!25日，Google旗下的人工智能公司DeepMind在线上直播中，公布了10局《星际争霸2》的比赛录像，录像显示，游戏类人工智能AlphaStar挑战两名《星际争霸2》的职业游戏玩家，并以5比0的明显优势取得了胜利。
DeepMind研发的AlphaGo，曾成功击败了世界排名第一的围棋职业选手柯洁，随后DeepMind宣部开发竞技游戏领域的人工智能。
相比起规则明确、且有思考时间的国际象棋，《星际争霸2》这类即时战略游戏，不是采取回合制，而是即时进行，随机性更高。不断变化的局势，不仅考验玩家短时间内的战术执行，也考验对多个角色的实时控制——300个游戏指令能衍生出近1亿个可能的后续操作!这对人工智能瞬时的分析与反应都是巨大的挑战。
为了训练AlphaStar，DeepMind第一步采取了模仿学习。团队获取了很多比赛回放资料，让AI通过观察模仿特定动作。据报道，AlphaStar分析了约50万份游戏数据，初步掌握了模仿人类策略的能力。
第二步是对抗迭代。DeepMind根据不同玩家的比赛数据，制作出多个AlphaStar的代理和分支，并让它们按照联赛模式相互对抗。每场比赛都会产生新的信息，帮助AI进行迭代。
最后一步就是拿人类“练手”。这也促成了DeepMind从训练的代理中，选择了5个佼佼者，和人类选手比赛。这就有了文章开篇提到的10场电竞比赛。
其实，除了DeepMind，近几年越来越多的人工智能公司投身到开发游戏类AI的队伍中，例如由诸多硅谷大亨联合建立的OpenAI。此类研究并不是为了娱乐，而是为了朝“打造通用型人工智能”的终极目标更近一步。
通用型人工智能，顾名思义，是一个通用的模型，可以建模整个世界，解决各种各样的问题：跟你对话，语音识别，图像处理等等。而人们现在所研究的人工智能，都是针对某一特定问题的算法或模型，而一旦离开特定的领域，性能就会大幅度下降。比如我们熟悉的AlphaGo，只能下围棋。
游戏AI的研发，因需要AI解决更多随机性动态的决策问题，有助于探索AI更多可能性——是否能通过游戏规则进行自主学习，达到更高层次的智能。而DeepMind的成果已刷新了人类对AI能力的认知。
我们已经从游戏AI身上，看到了实现通用型人工智能的一道曙光。我们有理由相信，未来的人工智能很大机率上，能解决现实中更多的复杂问题。
人工智能时代离已经越来越近了，而我们的下一代也将成为人工智能时代的主人。编程，作为人工智能的核心，将成为未来AI时代的必备技能。让孩子学习编程，除了锻炼逻辑思维，帮助激发他们的学习兴趣与创造力，更是让他们适应未来，培养和机器打交道的能力。当他们了解人工智能是怎么利用算法，对不同状况进行分析，他们可以更好地运用人工智能到实际问题中。
妙小程——6-18岁青少儿在线编程教育平台，通过考核严格的专业师资，多屏互动的先进技术，接轨国际的完善体系，丰富原创的有趣内容等品牌优势，已为上万学员提供优质的编程教学服务，为祖国不断培养人工智能所需人才。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
