AI 能够像人类一样畅玩竞技游戏已经不是什么大新闻了，但想让它玩得比绝大部分人都要好，可不是一件容易的事。

开发出 AlphaGo 的人工智能研究机构 DeepMind 就曾做过数次实验，让 AI 连续训练数十天后达到职业玩家的水平，并在《雷神之锤 3》、《Dota 2》和《星际争霸 2》等这类竞技游戏中和真人展开对抗。

今年 1 月份，DeepMind 对外宣布其游戏类人工智能 AlphaStar 在《星际争霸 2》游戏战胜了两名人类职业玩家，录像显示这两个人都以 0-5 输给了 AlphaStar。

不过，部分人认为这场对抗对人类并不公平，因为录像中他们发现，AlphaStar 做出了很多超出极限的微操作，这意味着它能在同一时间维度内下达更多复杂指令。

想要让职业玩家们输得服气，DeepMind 在过去半年里做出了更多改进。

▲ 图片来自：Nature

本周三，DeepMind 团队又一次在《自然》杂志上发表了有关 AlphaStar 的新研究进展。他们表示，这位并没有实体的人工智能选手已经达到了天梯对战的「宗师」级别。

该段位在《星际争霸 2》游戏中有着特殊含义，只有排名在前 200 位的玩家才能获得这个称号，同时也意味着 AlphaStar 超过了全球 99.8% 的人类选手。

DeepMind 会选择《星际争霸 2》作为测试 AI 的游戏，和它的即时战略玩法有不少关系。该游戏中会分为人族、神族和虫族三个派系，每个派系都有多个可供操作的建筑、兵种，每局游戏也都需要经历资源采集、科技发展和实时战斗等几个流程。

所以，和之前 AlphaGo 之前挑战过的棋类项目不同，AlphaStar 很难在《星际争霸 2》中对另一方玩家的进攻手段做出预测，它自己也需要更多战术、战略层面的考虑，以及更高效的实时反馈能力。

在这次新研究中，DeepMind 除了继续沿用之前的模仿学习人类玩家的策略手段外，还加入了一项名为「联盟」的新训练方式。

简单来说，DeepMind 引入了多个虚拟的「陪练选手」，AlphaStar 会和它们逐一展开对抗，但「陪练选手」的目的是尽可能地找出 AlphaStar 在对战中所暴露出来的「缺陷」，这就迫使双方都需要采取比以前更多的策略手段，从而变得比之前更强。

同时，为了对应游戏中人族、神族和虫族三个派系，开发团队还分别训练了三个独立的神经网络，每一个都会根据种族特性学习独特的战术风格。

训练完毕后，DeepMind 才将 AlphaStar 投放至《星际争霸 2》的天梯对战中。每次对战开始前，AlphaStar 并不会告知对方的身份，以避免它的人类对手采取某些针对性的策略，只有等到比赛结束后才会说出来。

「AlphaStar 只需要像一个正常人来玩游戏，而不是作为一名超人。」DeepMind 团队的一员奥里奥尔·维尼亚尔斯（Oriol Vinyals）接受 《卫报》采访时说道。

同时，为了不再出现和上次比赛一样的「开挂」争议，这次 DeepMind 还对 AlphaStar 做了不少限制。

比如说，AlphaStar 会和人类选手拥有一样的视野，只能看到显示屏内的信息，而不会掌握整个地图的动向；同时它在操作上也不会超过人类玩家鼠标点按次数的极限值。

然而，哪怕是在这样的条件下，AlphaStar 仍然战胜了绝大部分《星际争霸 2》玩家。按照 DeepMind 的说法，目前依旧有 0.2% 左右的人有机会在对战中战胜 AlphaStar，大概是 50-100 人左右。

▲ 图片来自：Inverse

「比起击败 99.8% 的人，我们更看重的是那 0.2% 的玩家，他们让我们看到了 AlphaStar 存在的限制，这会激发出新的研究成果，并推动我们在现实世界其它领域上的研究。」奥里奥尔说道。

DeepMind 还在博客文章中表示，团队的最终目标仍然是打造出「通用人工智能」，即一个能根据不同状况自动调整对策的人工智能系统。他们也承诺，不会将 AlphaStar 引入到任何一个军事项目中。

题图来源：Eurogamer