Google已經在12月離開Starcraft專業人員與他的DeepMind AI競爭。最後一場比賽是作為現場流的一部分進行的。總體而言,這項運動是人工智能的成功:在11場比賽中,人們只贏得了一場比賽,但AI也有些欺騙了。
DeepMind創建了她的AI的五個版本,稱為Alphastar。他們首先是通過人類玩家的比賽聲譽訓練的。然後他們互相對抗,直到最好的AI有足夠的經驗 - 大約200年來,他們與普通玩家的遊戲體驗相對應。
然後此版本的字母輸入星際爭霸2在第44位的兩名頂級球員,Dario»tlo«Wünsch和第13位,Grzegorz»Mana«Komincz,幾乎贏得了所有比賽。只有在最後一場比賽中,Komincz才能為人們取得勝利。
鏈接到YouTube內容
對地圖和小組選擇的限制
但是,AI的勝利也受到了一些限制:她只玩了一張卡片,只能作為與Protoss的品種一起玩。儘管Wünsch主要扮演Zerg,但他必須改用他沒有運動的原子。 Protoss Player Komincz畢竟有更好的機會和AI的排名。
此外,不再允許AI做更多的事情,而是到達回到可見整個地圖的視角。這有助於她關註一切並迅速做出反應。但是,AI只能在卡片的一部分中起作用,但是顯然它同時在不同地方轉動單位 - 這是不可能的。
另一方面,上一場比賽的版本與人類玩家相同。此外,她嘗試了另一種遊戲風格,並且比其他字母版本的訓練較少。
AI Research的聲音:一步?
但是,DeepMind對AI的性能非常滿意。例如,DeepMind研究團隊的聯合經理David Silver希望能夠記住這一天的比賽,這是這一天的一步,這表明了KIS的可能性。
像戴夫·丘吉爾(Dave Churchill)這樣的獨立人工智能研究人員對他向The Verge的解釋印象深刻:
“我認為,此版本的AI的優勢至少在當時的一年之前就取得了重大成功,即使是最樂觀的AI研究人員也會期望的。”
但是,在他通過研究論文更仔細地閱讀工作之前,他不想對實際技術飛躍得出任何過早的結論。
哥本哈根IT大學的Niels Justen也感到驚訝。他沒想到任何事情,尤其不是因為早期嘗試離人類層面很遠。
Georiga Tech的AI教授Mark Riedl對成功並不感到驚訝。對他來說,這只是時間問題。此外,一些限制足以使AI在星際爭霸中的優勢,並且對AI的了解仍然模糊 - 一旦玩家將他們推出舒適區,他們就會崩潰。
Starcraft 2-為什麼虛空的遺產也不是Free2Play
玩星際爭霸,學習複雜的過程
但是,研究人員將DeepMind Ki成為視頻遊戲專業人士也不是目標。相反,人們想使用在其他領域等遊戲中獲得的技能。對於紐約大學的朱利安·托格利烏斯領導一家公司。
就像在遊戲中一樣,這是一項後勤任務,主要是關於計劃研究和發展。在這兩種情況下,都必須在正確的時間將貨物移至正確的位置,並避免瓶頸。
在《星際爭霸》中,玩家建立基礎,從單位訓練軍隊並將其納入敵人領土。還有很多顯微鏡 - AI特別有效。
對於KIS來說,像星際爭霸的遊戲相比,與國際象棋或Go(Ki最近擊敗專業人士)更難,因為AI必須實時反應,並且無法觀察到每個組件的運動來計算您的下一列火車。
馬耳他大學的Georgios Yannakakis說,在Starcraft本身,將來仍然可以使用AI。您可以使用它們來製定新策略並使用它培訓人類專業人士。
Google的DeepMind Ki過去在過去也取得了類似的成功。例如,她贏了在地震中3競技場捕獲戰鬥的比賽與人類對手也以相同的學習方式»加強學習«被稱為。但是,對手不是這裡的專業人士,發現AI(與人類或其他KIS一起)在團隊合作方面存在問題。
開放AI項目背後的研究人員又離開了與Dota 2中的高檔業餘球員競爭。在這裡,AI在五場比賽中的四場比賽中贏得了冠軍,而平局結束了,但後來對Dota-2-Weltspitze失敗了。在《星際爭霸》中,反對專業人士的勝利是第一次取得了成功,儘管不是最好的技巧。
鏈接到YouTube內容