締造Alpha Go的團(tuán)隊(duì)認(rèn)為，《星際爭(zhēng)霸2》能幫助人工智能到達(dá)全新的高度

2016暴雪嘉年華上有許多新消息。在那其中，最具革命性的消息反而最冷場(chǎng)。

《爐石傳說》、《風(fēng)暴英雄》、《守望先鋒》和《暗黑破壞神3》的新內(nèi)容收獲了暴雪迷的歡呼。然而，當(dāng)暴雪宣布《星際爭(zhēng)霸2》的開發(fā)團(tuán)隊(duì)將和谷歌DeepMind共同開展AI研究時(shí)，觀眾的反應(yīng)非常平淡，只有一些小聲的嘟囔。

（注：DeepMind是最強(qiáng)的人工智能公司之一，戰(zhàn)勝李世石的Alpha Go就是他們的產(chǎn)品。AI，Artificial Intelligence的簡(jiǎn)寫，意為人工智能，本文會(huì)根據(jù)需要混用“AI”和“人工智能”。）

也許觀眾的態(tài)度有些令人掃興，但其實(shí)很容易理解：星際玩家為什么要對(duì)人工智能科學(xué)家的計(jì)劃感興趣？

進(jìn)一步說，如果DeepMind和暴雪的這項(xiàng)研究成功了，星際玩家也得不到任何好處——從此以后最高水平的星際競(jìng)技就和人類沒關(guān)系了。

長(zhǎng)久以來，人工智能始終是游戲的組成部分。《星際爭(zhēng)霸2》的執(zhí)行制作人克里斯·西嘉德就指出，DeepMind希望開發(fā)的AI肯定不會(huì)是第一個(gè)玩暴雪RTS游戲的AI，因?yàn)椤缎请H爭(zhēng)霸》系列自帶腳本AI。這些AI由游戲設(shè)計(jì)師和工程師共同開發(fā)，他們將之間對(duì)游戲的理解注入到腳本中。這些腳本是由“條件”驅(qū)動(dòng)的。例如，假如滿足“資源收集量達(dá)到X”條件，AI就會(huì)花費(fèi)Y的資源，去購(gòu)買Z單位。

“那些AI很精致，和它們對(duì)打也挺有趣。它們可以做一些隨機(jī)和特殊的選擇，可以根據(jù)地形發(fā)展，采集資源——你能做的事它們基本都能做。不過，那些AI的本質(zhì)是腳本，它們是可預(yù)測(cè)并且有限的。除非它們作弊，否則不可能戰(zhàn)勝人類玩家?！保ㄗⅲ哼@里表達(dá)的意思當(dāng)然是“有一定水平的人類玩家”。）

奧里奧爾·溫亞爾斯是DeepMind團(tuán)隊(duì)的科學(xué)家之一。他認(rèn)為，《星際爭(zhēng)霸2》可能幫助人工智能研究前進(jìn)一大步。像《星際爭(zhēng)霸2》這種非靜態(tài)、非回合制的游戲，對(duì)人工智能來說是一個(gè)更好的參照體系。

“我們認(rèn)為，《星際爭(zhēng)霸2》的復(fù)雜性能讓我們測(cè)試一些新算法。在幾年前，我們還沒有準(zhǔn)備好對(duì)付這些算法，現(xiàn)在是時(shí)候了?！彼f。

為了贏下一局《星際爭(zhēng)霸2》，玩家需要很多信息，而這些信息大多是隱藏的。玩家需要一邊采礦，一邊造建筑，一邊探路。普通AI（即常見的腳本AI）可以通過數(shù)據(jù)直接獲取信息，DeepMind則希望它們的AI能夠用人類玩游戲的方式，挖掘出游戲中隱藏的信息。

“這是個(gè)復(fù)雜的過程。在游戲開局，玩家甚至不知道敵人在哪。他們需要運(yùn)營(yíng)，需要回想是否和這個(gè)對(duì)手打過，并利用這些經(jīng)驗(yàn)打敗他?！睖貋啝査拐f。

“這對(duì)AI來說是非常艱難的挑戰(zhàn)，但我們會(huì)適應(yīng)這種新環(huán)境的。關(guān)鍵點(diǎn)在于，即使它沒有馬上成功，我們也可以通過研究過程來建立一個(gè)新的標(biāo)準(zhǔn)。這個(gè)標(biāo)準(zhǔn)會(huì)超越目前的最高水平。另外，項(xiàng)目是開放的，任何人都可以提出他們的意見。”

暴雪和DeepMind的合作不是封閉性的。在暴雪嘉年華的發(fā)布會(huì)上，溫亞爾斯表示“《星際爭(zhēng)霸2》AI研究項(xiàng)目”將對(duì)所有人工智能開發(fā)者，業(yè)余愛好者和玩家開放。DeepMind之所以把這個(gè)項(xiàng)目提升到“全球合作”的高度，是因?yàn)樗麄兇_實(shí)需要這么多人的智慧來完成如此艱巨的挑戰(zhàn)。項(xiàng)目API將以補(bǔ)丁的形式于2017年第一季度發(fā)布，玩家可以在免費(fèi)的初始版中進(jìn)行使用。當(dāng)然，溫亞爾斯指出，距離補(bǔ)丁上線還有一定距離，大量工作有待完成。

“我們的合作剛開始不久。第一步，我們需要建立測(cè)試環(huán)境。這個(gè)環(huán)境的作用是讓AI一邊玩一邊觀察。我們目前主要集中在這個(gè)環(huán)境上，因?yàn)樗鼘?duì)公眾開放。并且，它還有可能成為其他人工智能研究者的參照體系。”

“第二步就是引入AI了。這一步的完成度還不高，我們只能在很初級(jí)的水準(zhǔn)上完成。”

DeepMind需要確保AI能夠在測(cè)試環(huán)境中觀察并作出行動(dòng)。這是深度學(xué)習(xí)的基本原理，但《星際爭(zhēng)霸2》讓它變得更復(fù)雜?！缎请H爭(zhēng)霸2》的復(fù)雜度可比左右搖晃Atari搖桿，或者在19乘19的矩陣上放旗子要難得多。

“以往的AI可以直接獲取游戲中的所有數(shù)據(jù)。我們希望AI直接面對(duì)游戲畫面（而不是數(shù)據(jù)），它將用人類的方式玩游戲。我們之所以如此激動(dòng)，是因?yàn)檫@代表著神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的下一個(gè)階段。我們并不知道結(jié)果會(huì)如何?！蔽骷蔚抡f。

“我們?cè)诟愕臇|西可不是什么腳本。它通過觀察人類玩家來進(jìn)行學(xué)習(xí)。有一點(diǎn)是我們想做到但暫時(shí)沒做到的：我們希望AI能判斷出一個(gè)操作是好操作還是爛操作。我們甚至希望它可以成為人類的教練，告訴人類‘現(xiàn)在是造某單位的好時(shí)機(jī)’。”? ? ? ? ? ? ? ? ? ? ? ? ? ? ?”

西嘉德認(rèn)為，AI可以解決《星際爭(zhēng)霸2》目前面對(duì)的一些問題?！缎请H爭(zhēng)霸2》項(xiàng)目被韓國(guó)人統(tǒng)治，其重要原因是韓國(guó)人在家門口就能和世界最強(qiáng)的選手對(duì)戰(zhàn)，而其他地區(qū)的選手只能碰到數(shù)量有限的高手。AI能幫助改善這個(gè)現(xiàn)狀。

“如果這個(gè)項(xiàng)目成功了，選手水平將不再受到地域因素的限制。”西嘉德表示。

DeepMind認(rèn)為，這個(gè)項(xiàng)目之所以有潛力，是因?yàn)轫?xiàng)目中的難題具有普遍性。它們不光存在于這個(gè)項(xiàng)目里，還廣泛存在于其他技術(shù)領(lǐng)域。AI在游戲中做出最佳選擇，正是在模擬AI在現(xiàn)實(shí)世界中做出選擇。

“我們將在這個(gè)項(xiàng)目的同時(shí)，平行使用多個(gè)數(shù)據(jù)中心進(jìn)行其他游戲的模擬。我們的算法將不斷進(jìn)化，一旦我們認(rèn)為它完成了某種突破，我們就可以開始讓AI解決現(xiàn)實(shí)世界中的問題?！?/p>

其實(shí)，AI已經(jīng)開始解決現(xiàn)實(shí)世界的問題了。最新例子是，DeepMind的AI接手谷歌數(shù)據(jù)中心的制冷系統(tǒng)，成功降低了40%的制冷費(fèi)用。Google原本希望通過新能源來解決數(shù)據(jù)中心的能耗問題，但AI提供了全新的解決思路。

溫亞爾斯說：“AI觀察房間里不同位置的溫度，從全局的角度做出最佳選擇，降低數(shù)據(jù)中心的溫度。當(dāng)然，實(shí)際過程要復(fù)雜得多。我們希望在不損傷服務(wù)器的情況下，盡可能地降低能耗。這同游戲有些類似?！瓵I/環(huán)境’模式非常強(qiáng)大，具有很強(qiáng)的普適性?！?/p>

“游戲幫助算法變得更快。一旦算法可以處理數(shù)據(jù)以外的對(duì)象，它就能產(chǎn)生飛躍，那對(duì)人工智能研究和開發(fā)來說會(huì)是一個(gè)偉大的時(shí)刻。”

那么，在溫亞爾斯眼中，《星際爭(zhēng)霸》的下一步在哪里呢？

“我不知道！”他大笑，“如果能在太空船里玩星際，我肯定會(huì)試試?！?/p>

（譯注：本文發(fā)表于11月23日，采訪時(shí)間應(yīng)該還要更早，所以我們才能看到西嘉德的談笑風(fēng)生。事實(shí)上，今年韓國(guó)星際競(jìng)技界出現(xiàn)了極為強(qiáng)烈的震動(dòng)，多個(gè)老牌賽事停辦，職業(yè)戰(zhàn)隊(duì)紛紛解散。截至11月23日，韓國(guó)職業(yè)星際戰(zhàn)隊(duì)僅剩下一支。）