2
| 本文作者： 奕欣 | 2016-11-03 15:03 |
人类玩家依然能在类似《星际争霸》这样的游戏中夺冠
AP Photo/David Goldman
“深蓝”打败人类距今已有20年，离 AlphaGo和李世石的世纪围棋之战也已经过去了半年时间。而如今，人工智能的下一个目标是游戏。
AI 研究者为何偏爱游戏？游戏是一项复杂、接地气而又充满挑战的项目，基于上述特性，如果攻克了游戏，人工智能未来很有可能够解锁更多的应用领域。正如 AlphaGo 的缔造者 Demis Hassabis 所言：游戏“就像一块为研究者提供无限算法尝试的试验田，测试它们的能力上线，并且能以高效的方式观察人工智能的表现。最终我们能一叶知秋，将人工智能的能力推演到广阔的真实世界。”
此前雷锋网曾经报道过 AlphaGo 计划以《星际争霸》为目标征战游戏领域。这么长时间过去，人工智能的征服之旅进行得还顺利吗？Business Insider 采访了一些研究人员，雷锋网奕欣及老吕IO翻译，未经许可不得转载。
半年前，AlphaGo 战胜了围棋大师李世石，轰动一时。但在 Hassabis 眼里，这个有着近乎无穷可能的棋类游戏和《星际争霸》比起来，还只是小菜一碟——他将《星际争霸》称为“更上一层楼”。
负责 Google Brain 的谷歌工程师 Jeff Dean 则认为，《星际争霸》是我们下一个要攻占的堡垒。
《星际争霸》是暴雪娱乐于 1998 年推出的一款即时战略游戏，玩家可以在三个种族中选择其一，在特定地图上采集资源，生产兵力，并摧毁对手的所有建筑以取得游戏胜利。
那么问题来了：为何 AI 研究者们会相中这款游戏呢？
首先，它的游戏规则十分复杂，为了赢得胜利，玩家需要制定高水准的策略，并且需要在上百场对抗中快速做出大量决定。
此外，《星际争霸》风靡全球，几乎可以算得上是职业竞技的游戏鼻祖，韩国在 21 世纪以来也已经开设职业的游戏比赛。而在 2010 年后，每年，AAAI人工智能与交互式数字娱乐年度会议(AIIDE)都会协办一场计算机程序玩《星际争霸:母巢之战》的比赛，而这甚至得到了暴雪的支持。
如果抛开这些不谈，如果让《星际争霸》的机器程序与人类对抗，前者实际上就是炮灰，因为它们倾向于采用低水平的交互策略，而不擅长高水平的战略制定，而在瞬息万变的实际对抗中，机器程序完全无法领略“见风使舵”的精髓。
这也就难怪纽约大学游戏研究中心总监 Julian Togelius 如是说：“虽然我们制定了一系列程序和法则，但在实战中的确不堪一击。” 
在 2015 年的比赛中，人类玩家 Djem5
在找到对方一处毫无防御的根据地后，顺利打败了机器 tscmoo
AIIDE
对于研发游戏机器的团队而言，要战胜人类还任重道远。尽管机器已经足够出色，但就算仰仗着大公司的扶植，机器人们还处于“只可 solo 不可对战”的状态。
这诚然是一个很有意思的问题，除了谷歌，Facebook 和微软研究院也刊发了研究《星际争霸》的论文。
“大公司的人工智能领域对《星际争霸》的兴趣已得到了越来越多的关注，如果能够花时间和精力拿下这个难题，研究的进度将会是质的突破。” 纽芬兰纪念大学的计算机科学教授 David Churchill如是说，他自己也在带领一个研究人工智能玩《星际争霸》的团队。
即使大公司们都已经抱以密切关注，要搞定《星际争霸》也绝非易事。深度学习是一项需要大量数据支持，让机器学会寻找“套路”的技术，而谷歌的核心在于找到突破点，先从简单的游戏开始研究。这一点让 Facebook 研究院取得突破。
Togelius 表示，“我觉得要让机器学会玩《星际争霸》有点难，毕竟在玩这个超级复杂的游戏前，你需要定制一个完善的作战计划，但算法和网络目前还不能满足这样的要求。”
既然在《星际争霸》上折戟沉沙了，那么 AI 玩不玩得转其他游戏呢？
就拿回合制策略游戏《文明5》来说，AI 想获得游戏胜利需要运用与《星际争霸》类似的策略，该游戏需要更加复杂的长远规划，但战斗中的细微操作则要少得多。
Churchill 表示：“我认为像《文明5》这样的游戏，AI 玩起来要比《星际争霸》更加轻车熟路。”
回合制策略游戏《文明5》
2K Games/Firaxis
那么众多玩友熟悉的《英雄联盟》呢？在这款只需控制单个英雄进行对战的游戏中，AI 能否充当放假“小学生”的角色呢？
Churchill 表示：“我见过很多声称 AI 能轻易击败世界冠军的技术大牛，不过我觉得事情可没那么简单。”
Togelius 则认为“虽然 AI 打 LOL 不需要那么多层级的操作，但想要获胜，依然需要背后技术团队的支持，其开发过程必定相当复杂。”
网友熟悉的《英雄联盟》
YouTube/Riot
说完了战略类游戏，我们现在转入男性用户深爱的体育类游戏。拿足球游戏界能与《实况足球》分庭抗礼的《FIFA》来说，AI 想要进球获胜，也需要精确调度场上的 11 名队员，其中的球路变换可不比《星际争霸》少。
“场上共有 11 名队员，即使每个队员只会做 4 个动作，整场下来出现的变化情况可能就会超过 400 万种。”Togelius 说道。与其相比，国际象棋每一步都有 35 种变换，而围棋则高达 300 种。
对于第一人称射击游戏（FPS），AI 则更容易 Hold 住，因为它们只需保证设计的准头就行。也许未来在玩此类网游时，爆你头的就是 AI 了。
当然，也有人不同意这种看法，对于 FPS 高手来说，只有准头还不够，在比赛中配合和各种“风骚”的走位也是必须的。
再将时间向前推十几年，AI 能在当时经典的格斗游戏《街头霸王》中占据优势吗？答案是肯定的，这款游戏对 AI 来说简直小菜一碟。
“这款游戏靠的就是极快的反应，毕竟天下武功唯快不破，而电脑的反应总比人要快。” Togelius 说道。
古老的平台游戏就更加简单了，对 AI 来说，经典的《超级马里奥》简直不在话下。
2009 年的 AI 就能直接玩爆《超级马里奥》了
Robin Baumgarten
Togelius 认为角色扮演游戏可能会有些棘手，就拿《上古卷轴》来说，AI 在通关过程中需要理解角色间的对话，这需要较强的认知能力。
说了这么多游戏，怎么能忘了经典的卡牌游戏，它们依然是益智圣品呢。其实 AI 早就解决了两人对战的德州扑克，但一旦玩家多起来并加入多种赌注，AI 就蒙圈了。在攻克著名的益智游戏桥牌时，AI 在欺骗性打法、叫牌和记牌的能力上也略逊一筹，它依然是世界冠军的手下败将。
另外，国外许多人痴迷的拼字游戏也属于 AI 的能力范围之外。
许多年前，Togelius 就在 AI 研发时发现了一个问题：在游戏通关的目标下，人们更注重如何获胜，因此在编程时他们就忘了人工智能的真谛。
“为了获胜，人们在编程时倾向性更强。在赛车游戏里，编程人员更注重 AI 的赛车能力，他们把所有的技术细节都细化到了每一个角色中。这样的 AI 赢是能赢，但却没有做到一专多能。”Togelius 说道。
正是这一原因让 Togelius 在2014年走上了通用游戏 AI（GVGAI） 的竞赛之路。在这场竞赛中，选手设计的 AI 需要在未知的10款游戏中对战。要想获胜，AI 就必须拥有强悍的灵活性和适应性，而这正是人类的优势。
“通用智能并不是针对解决某种问题开发的，相反，它有解决各种问题的能力。”Togelius 说道。
不过，GVGAI 中的 AI 现在离终极目标还是有些远。
“在大多数游戏中，它们都达不到人类玩家的水平。”Togelius 说道。“不过在简单的射击游戏，如《太空侵略者》中，AI 就能不费吹灰之力的获胜。但一旦需要长远的规划，它们就会败下阵来。”
不过，Togelius 认为 AI 的进步还是挺神速的，假以时日必成大器。此外，刚刚在围棋界打遍天下无敌手的 DeepMind 也要来玩游戏了。
老式电子游戏《太空侵略者》早已被 AI 攻克
Midway
那么未来的游戏战队会成为 AI 的专属领地吗？专家不同意这个观点，他们认为人机配合才是未来电子竞技的主旋律。
Togelius 表示：“以棋类游戏为例，人类可以负责做长远的战略规划，而电脑则可以负责在细节处对人类棋手的决策进行指导。”这样的强强合作在《星际争霸》等复杂游戏中就可适用。
“想像一下，如果未来人机强强联合组成《星际争霸》战队，绝对可以无往不利。人类负责为它们做出高级别的战略规划，而 AI 则可以负责精确执行人类的命令。”Togelius 说道。“同时，我觉得这也是未来 AI 的发展道路，人类不会将控制权完全交给 AI ，它们只是社会中必不可少的助手。”
推荐阅读：
O'Reilly 人工智能大会：LeCun 等行业大咖解读人工智能12大痛点
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
