为了培养下一个 AlphaGo，暴雪想把《星际争霸 2》变成 AI 实验室
「围棋上帝」AlphaGo 在战胜柯洁之后便宣布退役，成为围棋界难以逾越的一座高峰。而其缔造者 DeepMind 公司早就为人工智能准备了下一个目标：《星际争霸 2》（StarCraft）。
《星际争霸 2》是由暴雪娱乐（Blizzard Entertainment）在 2010 年推出的即时战略游戏，游戏剧情主要讲述了在遥远未来，一场围绕银河系中心的种族之战。由于游戏极其考验玩家对资源的运营策略，因此也被视为 AI 研究的突破点之一。
（《星际争霸 2》游戏画面，图片来源：YouTube）
DeepMind 科学家奥利奥尔·温雅尔斯（Oriol Vinyals）就曾是顶级的《星际争霸》玩家之一，他曾提出这样一个观点：
玩《星际争霸》的 AI 需要有效地利用记忆力，能够进行长期战略规划，并根据新的信息不断做出调整。如果我们开发的 AI 系统能掌握如此复杂多变的技能，那么最终这些技术也将被用于服务现实世界。
因此，早在 2016 年 11 月份，DeepMind 就宣布与暴雪娱乐合作，将针对《星际争霸 2》展开一系列的研究实验。而到了 2017 年 8 月 9 日，暴雪与 DeepMind 公开了这个项目的初步研究成果，将开放《星际争霸 2》作为 AI 研究环境。这个人工智能环境包将包括：
- 在游戏中为开发者和研究员加入了人工智能 API，并且首次支持 Linux 环境
- 新增一个匿名游戏回放数据库，并且在未来的几周里，游戏回放数据将从 65000 份增加到 50 万份
- 加入 DeepMind 开源工具集 PySC2，让研究员可以轻松地调用暴雪底层的功能 API
- 新增一系列的 RL 迷你游戏，从而让研究员能够测试 AI 在特定任务下的性能
- ……
（《星际争霸 2》中训练 AI 的小游戏，图片来源：DeepMind）
实际上，《星际争霸》游戏里一直都有不同难度的 AI 存在，只不过这些 AI 是通过访问游戏后台、采集全局数据来与玩家作斗争，玩家和 AI 一开始就不在同一条起跑线上。而 DeepMind 的最终目的，是训练一个能在同等条件下与人类进行竞争的 AI，这才是该项目最具挑战性的地方。
一些人类习以为常的动作，要让 AI 来做就得经过不断地训练。在接受 The Verge 采访时，DeepMind 科学家奥利奥尔举过这么一个例子：
在游戏中有一个名为「战争迷雾」的机制，黑雾笼罩了整个地图，玩家需要经过不断地探索才能找出敌人。因此，对于 AI 来说，它必须记住「我曾在这里见过某个单位，但现在这个单位不见了，所以我要回去侦查一下，看看附近有没有敌人的基地」。
对于人类选手来说，这是一个常识。但对于人工智能来说，这是一个值得学习的挑战。这是《星际争霸》与国际象棋最不同的地方，玩国际象棋的时候，双方的环境一目了然，但在《星际争霸》里，玩家无论何时都要了解自己周边的环境。
（AI 眼中的《星际争霸 2》，图片来源：DeepMind）
目前，人工智能对《星际争霸》的探索还处在非常早期的阶段，不仅需要训练各种「常识」，而且在面临突发情况时的应变能力也有所不足（AlphaGo 就曾经下棋下到崩溃）。这也就难怪 24 岁的顶级《星际争霸 2》电竞选手 Byun Hyun Woo 敢大放厥词了：
至少在我的有生之年，我不认为 AI 能够打败职业玩家。
AlphaGo 只用了一年就超越了柯洁，人工智能问鼎《星际争霸 2》世界冠军，要几年？
题图来源：YouTube
