【BZ 16】《星海爭霸 2》DeepMind 合作計畫解析未來電腦或許可擔任人類教練

PC 單機

（GNN 記者 Jerry 報導） 2016-11-06 02:35:47

　　在今日於美國舉辦的暴雪嘉年華 BlizzCon 2016 中，Google 旗下人工智慧公司 DeepMind 與《星海爭霸 2》工程團隊齊聚一堂，針對未來 AI 合作發展的部分進行了詳細解說，同時也闡述了此項研究未來可能會替遊戲開發上帶來怎麼樣的好處。

　　DeepMind 研發科學家 Oriol Vinyals 表示團隊在這項與《星海爭霸 2》合作中的最大目標，便是試圖在這款複雜的遊戲中發展完善的人工智慧，並仰賴其解決其餘的所有問題。

　　人工智慧的能力，在於能夠在複雜的環境中自我學習，進而設法在既有的設定目標中表現出色。Oriol 表示，具體來說 DeepMind 會從最基礎的各種資料開始進行分析，而不是設定好的腳本，同時這套系統也應該可以用來解決不同的任務目標。

IBM 電腦「深藍」雖然能夠在當時打敗棋王，但其僅能針對西洋棋進行對弈，這是其與 DeepMind 最大的不同

DeepMind 會從大環境給予的資料中學習，並運用自身分析做出應對

DeepMind 運作示意圖，左側為從環境中得到資料並進行分析，右側是根據現有可執行的指令做出決策

　　Oriol 指出由於遊戲畫面均是由像素構成，因此是非常適合驗證 AI 演算法的平台，像是先前團隊就曾使用 Atari 的許多經典遊戲來進行模擬。在這個部分，由於畫面構成相對簡單，DeepMind 會先了解整體遊戲架構，找出控制物件的方法，此時工程師只要下達盡可能達到高分目標的指令，DeepMind 就會不斷地優化控制，達到人類可能無法完成的高分。

3D 遊戲同樣也可以依據此方法，只是相對複雜

　　談到為何選擇《星海爭霸 2》，Oriol 表示遊戲有著許多不可預期的要素，例如戰爭迷霧、三大特色強烈的種族、各種需要考量的資源限制，以及戰略意義重於微操作的特性等，對於 DeepMind 來說是很好的學習標的。而 DeepMind 團隊現在可能要解決的問題，可能在於如何讓人工智慧得以學會在遊戲中記憶關鍵情報（例如對方優先蓋了什麼建築）、要怎麼樣運用手上資源進行戰略規劃（因為對方蓋了某個建築，思考應對方法），並學習類似人類想像力的能力。

DeepMind 未來目標也包括能將其所長發揮到現實世界
例如幫助 Google 在使用最少資源的狀況下，維持機房的溫度控制工作

　　《星海爭霸 2》資深軟體工程師 Kevin Calderone 是這次參與 DeepMind 合作計畫的 Blizzard 工作人員，他表示目前遊戲中的 AI 是已經寫好的腳本，而 DeepMind 要達到的遠遠不止於此。

這張圖可以幫助玩家了解 DeepMind 在遊戲中看到的畫面是怎麼樣的

　　Blizzard 預計在 2017 年第一季推出官方版《星海爭霸 2》API，讓對此計畫有興趣的科學家與一般玩家皆能參與。對於玩家來說，具體方式是透過參與對戰產出 Replay，進而讓 DeepMind 有更多資料可以進行學習。

　　若一切如預期般順利發展，Kevin 指出 DeepMind 未來可能可以扮演玩家教練的身分，幫助玩家快速上手遊戲，此外對於遊戲平衡的測試也會大有助益。

　　在這次活動的最後，知名星海玩家 Dan Stemkoski（Artosis）提出了一個相當有趣的問題，他指出往後若玩家有機會與 DeepMind 的 AI 進行對戰，在多線處理上是否會吃大虧？對此 Google 團隊則是表示，其實可以想像 DeepMind 就跟一般玩家坐在電腦前面一樣，除了能夠直接接收特定數據之外，各個區域的偵測、移動或是生產資源等，一樣需要進行拖曳、點擊等指令操作來實現。此外 DeepMind 在 APM 上將有所限制，確保雙方的對戰是公平的狀態。