追求永無止境 谷歌人工智能向《星際爭(zhēng)霸》宣戰(zhàn)

• 2017年8月15日 ZhouXun來源：網(wǎng)易智能 260 9
• 繁體

井字棋，跳棋，象棋，圍棋，撲克。人工智能像無情的潮水一樣席卷了每一場(chǎng)比賽?，F(xiàn)在，谷歌的DeepMind又在瞄準(zhǔn)一款關(guān)于宇宙戰(zhàn)爭(zhēng)的多人游戲“星際爭(zhēng)霸2”。

在圍棋界實(shí)現(xiàn)“無敵”之后，谷歌人工智能又將游戲作為了下一次征服的目標(biāo)。近日，谷歌正式向《星際爭(zhēng)霸》“宣戰(zhàn)”，期望通過這款游戲推動(dòng)機(jī)器學(xué)習(xí)技術(shù)進(jìn)一步成長(zhǎng)。

井字棋，跳棋，象棋，圍棋，撲克。人工智能像無情的潮水一樣席卷了每一場(chǎng)比賽?，F(xiàn)在，谷歌的DeepMind又在瞄準(zhǔn)一款關(guān)于宇宙戰(zhàn)爭(zhēng)的多人游戲“星際爭(zhēng)霸2”。

沒人指望機(jī)器人能在短時(shí)間內(nèi)贏得比賽。

但是，萬一機(jī)器真的獲勝，那可比贏得圍棋的成就大得多，并不僅僅是因?yàn)樾请H爭(zhēng)霸是是一款專業(yè)電子競(jìng)技，每個(gè)月的累計(jì)觀看量能達(dá)到數(shù)百萬小時(shí)。

DeepMind和暴雪剛剛發(fā)布了一款工具，使得AI研究人員制造出能夠在銀河戰(zhàn)爭(zhēng)中與人類競(jìng)爭(zhēng)的機(jī)器人。機(jī)器人能夠看到和完成所有人類玩家可以做的所有事情，僅此而已。但是他們不會(huì)被優(yōu)待。

DeepMind和暴雪還將從過去65000場(chǎng)的星際爭(zhēng)霸2游戲中獲取大量數(shù)據(jù)，這些數(shù)據(jù)對(duì)機(jī)器人的開發(fā)至關(guān)重要，而且還以每月50萬場(chǎng)的速度遞增。

DeepMind一份新的報(bào)告，其中包括將星際爭(zhēng)霸的數(shù)據(jù)提供給學(xué)習(xí)軟件的早期結(jié)果，顯示出機(jī)器要完全掌握該游戲方式還有很長(zhǎng)的路要走。但是，谷歌并不是唯一一家對(duì)重視星際爭(zhēng)霸的大公司。周一晚些時(shí)候，F(xiàn)acebook發(fā)布了星際爭(zhēng)霸65000場(chǎng)人人對(duì)戰(zhàn)的原始數(shù)據(jù)，來幫助機(jī)器人開發(fā)者。

然而，投入這么大血本絕不單單是為了樂趣。谷歌表示，它將利用DeepMind的機(jī)器學(xué)習(xí)技術(shù)，削減公司數(shù)據(jù)中心的冷卻費(fèi)用。掌握星際爭(zhēng)霸可以讓軟件承擔(dān)更復(fù)雜、更有利可圖的工作?！皬目茖W(xué)的角度來看，星際爭(zhēng)霸與現(xiàn)實(shí)生活的屬性非常相似，”紐芬蘭紀(jì)念大學(xué)的教授大衛(wèi)丘吉爾說。他曾為DeepMind提供有關(guān)星際爭(zhēng)霸工具的指導(dǎo)，也曾組織過星際爭(zhēng)霸機(jī)器人競(jìng)賽?！拔覀冋跒楝F(xiàn)實(shí)中使用的技術(shù)做一項(xiàng)測(cè)試?！?/p>

研究人員使用非的開源插件，多年來為星際爭(zhēng)霸的原始版本制作了機(jī)器人。丘吉爾教授說，到目前為止，這些機(jī)器人水平一般，他們主要依靠的是設(shè)計(jì)師的戰(zhàn)術(shù)，來建立自己對(duì)游戲的掌控，而并非機(jī)器學(xué)習(xí)。

向星際爭(zhēng)霸宣戰(zhàn)顯示了谷歌和Facebook的野心，也顯示了當(dāng)今最智能軟件的局限性。 星際爭(zhēng)霸是一款即時(shí)戰(zhàn)略游戲，玩家可以在遙遠(yuǎn)的銀河系角落指揮一支外星軍隊(duì)。雖然這款游戲看起來不像圍棋或象棋那么令人望而生畏，但它向人工智能提出了更大的挑戰(zhàn)。在象棋和圍棋中，你可以看到對(duì)手的所有動(dòng)作和棋子，是所謂的完全信息的博弈。而星際爭(zhēng)霸是一款不完全信息博弈的游戲。你無法看到對(duì)手所有的部隊(duì)部署或建設(shè)項(xiàng)目，這迫使你不得不采用自己所見以及思維模式，來預(yù)測(cè)他們可能的計(jì)劃。除此之外，星際機(jī)器人也不能太依賴超人類能力，快速地處理各種可能性。

圍棋棋局中有效位置的數(shù)目是1，后面跟著170個(gè)零。研究人員估計(jì)，想要達(dá)到星際爭(zhēng)霸的復(fù)雜性，后面需要至少再增加100個(gè)零。

“這是一個(gè)很大的進(jìn)步，”研究星際爭(zhēng)霸的DeepMind研究員Oriol Vinyals說。“這款游戲?qū)⒁笪覀冊(cè)谝?guī)劃、記憶以及如何應(yīng)對(duì)不確定性方面進(jìn)行創(chuàng)新?！?/p>

打敗星際爭(zhēng)霸需要做出很多突破。簡(jiǎn)單地把當(dāng)前的機(jī)器學(xué)習(xí)算法指向過去游戲的新階段，來模仿人類是不夠的?！半娔X將需要開發(fā)出適合自己長(zhǎng)處的游戲風(fēng)格，比如在多任務(wù)處理方面，”Martin Rooijackers說，他制造了領(lǐng)先的星際爭(zhēng)霸玩家LetaBot。他說：“機(jī)器人玩星際爭(zhēng)霸的方式與人類的方式不同。”

畢竟，萊特兄弟并沒有通過模仿鳥來讓機(jī)器飛起來。丘吉爾猜測(cè)，“星際爭(zhēng)霸”機(jī)器人要打敗人類還需要5年時(shí)間。

延伸閱讀

推薦閱讀

猜您喜歡