《星际争霸》AI机器人首战人类，星际四皇迎战，30分钟4连胜！
今天，人工智能又占领互联网了！
4款AI机器人参加《星际争霸》，向人类宣战，前星际四皇Stork代表人类出战，结果。。。 Stork以四连胜的成绩完胜人工智能！
一颗九死一生紧张心终于放了下来
这场比赛由韩国首尔世宗大学举办，参赛的人工智能机器人包括，2017全球《星际》人工智能大赛中分别获得冠亚季军的ZZZK机器人（澳洲），TSCMOO机器人（挪威），韩国最强AI “MJ Bot”（韩国）还有Facebook 制作的AI “CherryPi”。
而人类只派出了两名普通学生和拥有“仁义无双总司令”之称的前职业电竞选手Stork，话说，这阵仗有点弱啊，人家冠亚季军全出了，你们就出个“一拖二”，这么不严谨嘛？
然鹅，前三局刚打完，已经有观众离席了。。。
实在是太没意思了，AI机器人成功演绎了什么是真正的人工智障。
初赛：学生vs人工智能
第一局：ai用人族
开局死板侦查不会依据对手农民探路判断点位，玩儿到一半就出bug了，在地图中间像傻子一样来回走，送人头送到家门口，人类胜。
堵在门口被暴击的人类AI部队
第二局： ai用虫族
这次，ai知道用两个农民探路了，看来是“学习功能”起作用了。我们的人类学生又不给力了，直接六条狗到家打出gg，AI胜。
第三局：ai用虫族
AI显然经过之前的学习聪明多了，开局探路，后期使出一招惊为天人的散飞龙操作，形成大规模包夹。而学生，全程看戏，最终，AI胜。
在前两场与学生的交战中，人工智能分别以比分2:1与3:0获得胜利，虽然AI后期操作还是另人惊艳的，但是，有眼睛的人都看的出来，韩国人的演技真特么好。
决赛：司令上线，30分钟结束战斗
有前面人类的“惨败”激励，Stork光荣上场，最终这位捍卫人类荣誉的勇士在不到30分钟内，就解决了四场战斗。比赛过程基本上是这样的：
司令有3个zealot！！
司令稳了！！！
司令要赢了。
司令卡位屠农
司令完美防守
司令微微一笑
司令拿奖杯加鸡腿
在赛后采访中，Stork 仿佛意识到自己做得有点过火，连“仁义”一局都没有，好像太不给国家“最强”AI机器人面子了。于是主动交代：其实比赛时我还是很紧张的，但是想着万一输了我就成为人类的罪人了，这可能是我能战胜AI的原因吧。
司令：看我真诚而不礼貌的微笑
AI机器人战胜人类电竞选手还有多远
在这次比赛里，人类很“艰难的”战胜了AI，但此次参加比赛的AI机器人其实并不代表全部机器人的最先进技术，今年的星际争霸AI大赛中，Facebook 的AI “CherryPi”也只是获得了第6名，还是在AlphaGo 的制作团队研发的DeepMind未参赛的情况下。
DeepMind今年才正式与暴雪合作，表示要让《星际争霸 2》成为人工智能和机器学习的研究环境，虽然AlphaGo在围棋界已无敌手，但是让人工智能在星际争霸这种战略类游戏里战胜人类职业选手其实并没有想象中容易。
目前的电竞AI机器人还处于基础的走流程阶段，在这种比围棋更为复杂的不完全信息博弈战中，根本无法准确的读取对手的信息，也就不能像AlphaGo一样快速汲取前辈的经验。
顶级人类玩家的手速
是否作弊也是它能否获得和人类对战资格的关键，就像电竞游戏中的电脑玩家，可以直接从游戏代码中获取信息，再由人类设置胜负比例，如果在没有限制的情况下直接跟人类之战的话，其实它就是在作弊，所以AI机器人第一步要学会的就是遵守规则。
DeepMind目前在通过视觉图形代替数据读取来辅助AI的学习，这样就和人类的学习过程是相似的，当然这个过程会更艰难也更缓慢
从这次比赛也能看出，让人工智能击败顶级的职业电竞玩家还非常遥远，不过就像 AlphaGo 在几年前还并不被看好会战胜柯洁，到现在它能战胜十个都不在话下，这一天很可能会比大家想象中的早来一些。
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
关注72变，关注智能生活
更多智能科技产品等你拿
今日搜狐热点适龄提示：年满十八周岁以上！分享
星际争霸人类AI对抗赛 职业选手完爆最强人工智能
21:52:17 来源： 作者：X
扫描二维码随身看资讯
使用手机扫描右侧二维码，您可以
1.在手机上细细品读~
2.分享给你的微信好友或朋友圈~
表羞涩嘛~喜欢就点我
分享吧~提高逼格：
剩余：201/201 有效日期：
剩余：151/151 有效日期：
剩余：151/151 有效日期：
剩余：142/152 有效日期：
剩余：109/152 有效日期：
剩余：101/101 有效日期：
剩余：99/99 有效日期：
剩余：69/101 有效日期：
剩余：62/62 有效日期：
剩余：50/50 有效日期：
篮球系列游戏合集
塔防系列游戏合集《星际争霸》高手高调宣战AI：有生之年AI绝不是对手
[摘要]全球顶级的《星际争霸》选手在面对 DeepMind、Facebook、以及各大科技公司的高级人工智能选手时，又是否有勇气说出那句&放马过来&呢？由于其复杂又迅速的游戏过程，《星际争霸》一直被认为是人工智能的终极挑战。而自从去年谷歌 DeepMind 的 AlphaGo 战胜围棋大师李世石之后，《星际争霸》就成为了许多人工智能专家眼中的下一个目标。这些专家里就有 Demis Hassabis，创造 AlphaGo 的谷歌子公司——DeepMind 的创始人兼 CEO。DeepMind 的创始人兼 CEO Demis Hassabis但是全球顶级的《星际争霸》选手在面对 DeepMind、Facebook、以及各大科技公司的高级人工智能选手时，又是否有勇气说出那句"放马过来"呢？《星际争霸》为此，《麻省理工科技评论》对两名星际争霸专业选手进行了独家采访，看看他们有多大信心战胜人工智能，将会采取什么样的战术，以及将会对机器对手作出什么样的限制来确保游戏的公平。这两名选手分别是 2016 年《星际争霸2》WCS世界锦标赛的冠军Byun Hyun Woo （Byun），以及曾经世界最强的虫族选手之一，现已退役成为星际争霸解说员的李帝东（Jaedong）。这两名选手都是韩国人，也都愿意以公开赛的形式与顶级人工智能进行战斗。但两人对于 AI 玩《星际争霸》的水平，却有着不一样的见解。选手Byun Hyun Woo 和李帝东24 岁的 Byun 很有信心战胜人工智能，。他表示，在有生之年，人工智能绝不是他的对手。他的信心来源于《星际争霸》与围棋的不同之处。围棋是一个"完全信息博弈"，即博弈双方皆可以看到整个棋盘。但在《星际争霸》中，由于玩家不能看到整个战场，因此会在构思策略时受到信息的限制。而在一个实时策略游戏中，信息是至关重要的，因为它会主导玩家的资源管理、探索巡逻、建筑布局，以及战斗计划等一系列的策略。《星际争霸》战斗画面"在玩《星际争霸》时，你需要对许多未知和变数作出迅速的反应，但是我发现AlphaGo这种人工智能并不擅长处理突发事件。"Byun说道。Byun不看好人工智能的另外一个原因就是长期策略，也是区分人类玩家能力的一大要点。"想要设计一个同时擅长短期和长期策略的人工智能很难。"他说道。而李帝东则没有Byun这么大的信心。他认为人工智能可以战胜人类专业玩家，因为它永不疲倦，并拥有人类无法匹敌的"手速"。判断《星际争霸》选手能力的标准之一就是其键入指令的速度，即每分钟操作数（APM），俗称"手速"。顶级人类玩家的"手速"顶级人类专业选手的手速可以高达数百，但人工智能可以达到数万。"如果人工智能技术持续创新到一个人类无法跟上的速度，它们将轻松战胜人类。"他说道。有些《星际争霸》选手认为，人工智能的手速需要被限制与顶级人类选的的速度一样。李帝东赞同这一看法，但Byun却认为，任何限制人工智能的举动都会令"人机大战"失去意义。他表示，他会选择"非常规的策略和战术"来迷惑人工智能。"我会阻挡其探测我基地的斥候，防止它得知我的建筑，"Byun说道，"如果我的基地被发现，我会选择停止所有建筑计划。"在过去的几年里，简单的《星际争霸》人工智能已经在许多高校级别的比赛中露脸。其中，历史最久的是2010年首次在加州大学圣克鲁兹分校（UCSC）举办的AIIDE（人工智能与交互式数字娱乐年度会议）星际争霸比赛。这些比赛通常会让最后的冠军软件与非专业的人类选手进行对抗。图丨2017年的AIIDE将于10月5——9日在犹他州雪鸟滑雪场举办加拿大纽芬兰纪念大学计算机科学系副教授Dave Churchill就是AIIDE比赛的组织者之一，他表示，这些比赛中的人工智能软件能力一般处于"低级业余"玩家水平，并且从未战胜过人类对手。加拿大纽芬兰纪念大学计算机科学系副教授 Dave Churchill当然，AlphaGo 级别的人工智能系统肯定会有更为出众的表现。目前，各种线索都在指向 DeepMind 等科技公司正在开发《星际争霸》人工智能。在去年11月，DeepMind宣布将会与开发《星际争霸》的暴雪公司联手创造一款免费的API，为研究人员提供一个用《星际争霸2》测试人工智能算法的方式。Facebook的人工智能研究组则紧接着发表了一篇关于《星际争霸》的增强学习算法论文，并且公布了一款自主的免费开源工具，让研究人员可以在《星际争霸1》里测试深度学习算法。在今年 3 月，阿里巴巴也宣布开发出一款《星际争霸》的增强学习框架。阿里巴巴《星际争霸》开源增强学习框架 Gym StarCraft当被问到是否会组织一场与 AlphaGo 相似的《星际争霸》比赛时，DeepMind拒绝回答，只表示说"我们目标还是开发出《星际争霸2》的API，并将在几个月内公布。"人工智能究竟何时才能战胜 Byun 和李帝东这些顶级人类《星际争霸》选手？CAIIDE比赛的组织者之一Dave Churchill预测，这将发生在 5 至 10 年内。但是，他还补充道："如果你在AlphaGo面世前一个月问围棋人工智能专家，'还有多久人工智能才能战胜围棋大师？'许多人都会说' 5 至 10 年'。人工智能创新的速度太快了，我们永远也不会知道明天会发生什么。"
正文已结束，您可以按alt+4进行评论
责任编辑：heresydeng
扫一扫，用手机看新闻！
用微信扫描还可以
分享至好友和朋友圈
Copyright & 1998 - 2017 Tencent. All Rights Reserved新华通讯社主办
您的位置： && 正文
AI挑战星际争霸：或能以超高手速吊打人类(图)
来源： 搜狐IT
原标题：AI挑战星际争霸：未来电竞比赛是否成为代码的天下
自从谷歌的AlphaGo（以下简称AG）战胜了围棋九段高手李世乭后，一方面关于人工智能的争议再次尘嚣直上，另一方面AG又找到了新的挑战领域。3月27日，暴雪娱乐制作总监Tim Morten在上海WCS世锦赛上宣布证实，狗狗下一个挑战目标将是星际争霸2（以下简称SC2，星际争霸简称为SC，以后不再赘述）。
　　关于AG和星际争霸职业选手的比赛，人们最关注的无疑是比赛结果，究竟是AG再次将人类骄傲的自尊捏个粉碎，还是人类反戈一击，证明人工智能所谓的胜利只不过是一时侥幸？
　　AG如何学习？
　　所谓“知己知彼，百战不殆”，要分析AG能否战胜职业选手，首先就要了解AG如何学习一种全新的规则。与前辈“深蓝”所采用的推演式算法不同，AG在与李世乭对战之前，除了学习围棋的基本规则外，还学习了人类对弈中使用的近3000万种走法来“丰富阅历”，让AG学会预测人类专业棋手怎么落子。然后让AG自己跟自己下棋，从而又产生规模庞大的全新的棋谱，据谷歌工程师宣称，AG每天可以尝试百万量级的走法。而在正式对弈中，AG会通过蒙特卡洛树搜索算法从这种对弈方法中搜索出胜率最高的走法。
　　相比国际象棋，围棋的走法可能性非常多，仅起手时就有19*19种落子方式，更不要说以后的棋子布局方式了。在有限的国际象棋棋盘上，“深蓝”可以依靠推演算法算出之后的12步棋，但是在围棋上，这种“思维方式”非常陈旧，耗费资源多且效率低下，因此才被“学习+思维”的全新方式取代。
　　AG有何优劣？
　　可以说，AG需要先学习SC2的基本规则，包括地图地形、各种族兵种的攻防数值，在此基础上消耗时间学习之前SC2职业高手大量的对战，最后自我对战形成更多战术储存在服务器中，最后利用蒙特卡洛树搜索算法进行战术对比，在实际对战中与职业高手一较高下。
　　但是，由于游戏本身就是多个规则逻辑模块组成的程序集合，与AG可以说是源出同门，由人工智能程序执行游戏程序，执行效率不知要高出人多少倍。目前顶尖的职业选手，其APM（每分钟操作次数，键盘+鼠标的总和）也不过400多，如果扣除了重复操作外，其EAPM（每分钟有效操作次数）就更低了，但与此相比，AG运行后保守估计其APM可以超过8000，并且全部都为有效操作，AG完全可以凭借高速操作，达到战术胜利累积到战略胜利的目的，这段视频足以说明AI能够以人类完全达不到的手速吊打人类。
　　100指小狗VS20辆攻城坦克，职业选手仅消灭了2-3辆坦克，AI却能判断弹着点防卫避开攻击，消灭全部坦克后还有仅20只左右的剩余。当然AG也并不是完全没有劣势，人工智能没有什么战略战术的概念，如果要AG达到职业选手所需要的战略战术概念，目前还不知道要消耗多长时间。同时目前在比赛中需要为AG设定操作视野范围和侦察的功能，不然地图加载完成后，AG可以在最短时间内制定出最优路线，而职业选手需要依靠士兵探索，这养的比赛几无公平可言。
　　由AI挑战AI的电竞？
　　虽然AG挑战职业选手的众多细节还未确定，但目前已经引起了各方的兴趣，暴雪方面可以通过比赛增加对SC2的关注度，一改目前SC2的弱势局面。而同时，AG与职业选手的比赛也可以为电竞增加新的内容形式，不仅是人工智能挑战人类，而且可以衍生出AI挑战AI的比赛方式。
　　由于SC中的 AI可以由第三方脚本的形式存在，所以AI挑战AI的技术并无技术难度。早在母巢之战资料片中，用代码玩 SC的 的服务器API就已经存在， 用C++代码以及LUA语言可自由编程生成dll格式的AI文件，将这个AI文件注入程序后即可操纵SC的兵种。至今为止，AI文件已经获取SC内存底层的各种建筑与兵种数据，并且操纵各种兵种作出各种动作，如果更多的人应用这个API制作属于自己的SC AI文件，那么在AI之间进行电竞比赛就不再是一个梦了。
　　此前，美国的Elecbyte小组使用C语言与Allegro程序库开发了一款免费2D格斗游戏引擎Mugen，吸纳了众多格斗游戏的知名人物和招式，通过这款引擎实现了各人物的穿越乱斗，并且已经实现了AI之间的战斗，众多爱好者可以使用自己编写的AI算法，让格斗人物发出无法在实际操作中实现的酷爽连招，如今在SC中也同样可以实现。
　　电竞比赛发展到今天，此前竞赛游戏的战术潜力已经被开发殆尽，此次人工智能挑战职业选手一方面是为测试人工智能的潜力，另一方面也为电竞比赛带来了新的看点，同时支持第三方算法脚本的竞技性游戏又为AI扩展提供了技术基础，那么AI之间的电竞挑战又有何不可？让众多手速不足的“手残”程序猿们通过自己的代码一决高下，你兴奋了吗？
( 编辑：信江)
】【】【】
分享到：5.36K
新华网甘肃频道Copyright (C) 2015