【猎云网（微信号：ilieyun
）】1月28日报道（编译：杨卟咚）
编者注：本文作者Ryan Whitwam为科技领域的自由作家。
人们凭直觉认为，我们非常擅长自己创造出的游戏，但计算机一次又一次地证明，人类的速度还不够快，无法稳居宝座。机器不但在国际象棋在中击败了我们，甚至拿下了非常复杂的围棋。谷歌刚刚凭借AlphaGo获得了殊荣，却又一次创造了神话。仅仅18个月后，DeepMind的人工智能击败了最优秀的《星际争霸2》职业玩家，且二者实力相去甚远。
DeepMind将围棋人工智能称为AlphaGo，而给此次参与《星际争霸2》的人工智能，实验室依样称其为AlphaStar。论AlphaStar的训练强度，相当于已经打了200年的实战。AlphaStar是一种卷积神经网络。实验室首先回放职业比赛，让AlphaStar理解比赛如何开赛。通过在对抗模式下进行密集训练，DeepMind能够教会AlphaStar如何打比赛，告诉它哪些是优秀的职业玩家。随着时间推移，AlphaStar将会把学习范围缩小至五名最优秀的玩家身上，这也是它对抗《星际争霸2》职业玩家的方式。
比赛实际上是在去年12月进行的，所以今天互联网上流传的大多是先前比赛的回放。首先，AlphaStar与玩家TLO进行作战，虽然玩家惯常以虫族角色打比赛，但由于AlphaStar只进行了特定角色的训练，所以TLO必须打神族角色。这场比赛实力悬殊，尽管TLO尽了最大的努力，AlphaStar还是以5：0的成绩击败了他。接下来，AlphaStar与另一名经验丰富的神族玩家MaNa进行对决。虽然其中几场比赛MaNa还有希望，但AlphaStar最终也以5：0的比分获胜。而后MaNa要求再赛一局，同时抓住了AlphaStar的缺陷，因而拿下了加赛的一局。
在整场比赛中，AlphaStar展示了令人印象深刻的微观管理（Micromanagement）能力。它能迅速将受损部队移回，将更强的部队移入战斗前线。AlphaStar还控制了战斗的节奏，在适当的时间让部队前进，并在合适的时机撤退，以此减少伤害。这和每分钟操作数（Actions Per Minute，下文简称APM）无关，因为AlphaStar的APM其实比职业玩家低很多，但是它能够做出更明智的选择。
AlphaStar也有一些有趣的战略癖好，它经常让部队在坡道上冲锋，但这在《星际争霸2》中是很危险的选择，因为在向上冲时视野是受限的。但不知何故，AlphaStar的这一策略也发挥了作用。职业玩家经常使用建筑墙来封锁基地坡道，但AlphaStar并没有采取这一战术。
直到最后一场比赛，职业玩家MaNa才发现 AlphaStar的缺陷，也就是它习惯整体移动部队，集中攻打MaNa的基地。不过，MaNa只要在AlphaStar的基地后面的传送几支部队，那么AlphaStar就会立刻调转方向应对威胁，如此反复就给了MaNa足够的时间来组建更强大的力量，瓦解AlphaStar的攻击。AlphaStar在与职业玩家的比赛中赢得了10场比赛，只输了1场。如果AlphaStar从这一场输掉的比赛中吸取教训，那么未来它可能战无不胜。
