AlphaStar赢了,人类还有什么可以据守的?

SQA Lab 软件质量报道 2019-01-28

两年前或更早就有报道:富士康使用机器人代替6万流水线工人、 富士康计划三年内用100万机器人代替工人,去年年底有媒体报道:近期包括富士康在内的母公司鸿海集团计划裁员共计34万人......不少人已经开始担心人工智能(AI)正在抢走他们的工作,AI程序或机器人可以成为接线员(呼叫中心)、分拣员(无人仓库)、快递员、售货员、司机(无人驾驶),甚至可能是厨师、设计师、软件工程师......等等。


今天,AlphaStar赢了精彩的游戏比赛,让这种担心更是与日俱增。

AlphaStar——来自谷歌DeepMind的全新人工智能系统,与人类职业选手在经典即时战略电脑游戏StarCraft 2  (星际争霸2) 对战中,取得压倒性胜利,在11场“人机大战”中,Alphastar 最终以10比1击败人类选手继围棋“人机大战”成功击败人类顶尖围棋高手后,Google DeepMind的Alphastar又一次在复杂的游戏中打败了人类专业玩家。

 “星际争霸”是一款复杂的又非常受欢迎的策略游戏,每天有超过20万场比赛,要求玩家在任何特定时刻都要考虑数百种选择、为未来很长一段时间做出战略性选择以及在信息不完全的快速变化的环境中进行操作。与围棋棋盘上所有棋子都对双方可见不同,此类游戏中有“战争迷雾”,一方需要猜测和侦察对方的行动,属于“不完美信息博弈”,并且要求人工智能必须实时做出反应,这对人工智能的要求更高。之前,还没有任何人工智能系统能够在《星际争霸2》中能与人类职业选手一比高下。而Alphastar能够在这场“人机大战”中大比分胜出的一个重要基础,就是它使用了深度神经网络,研究人员通过监督学习和强化学习的方式,直接利用游戏的原始数据来训练,以模仿学习的思路,让模型快速学到高水平人类玩家在游戏中使用的策略和操作。

  此外,《星际争霸2》等游戏中有一个“手速”的概念,用APM(每分钟操作指令数)来衡量。在基准测试中,Alphastar每分钟能够执行约280个操作指令,远低于人类职业选手。虽然Alphastar的反应时间实际上比人类慢,但是其动作更精确,能充分利用自己的优势,并从不明智的战斗中撤退,最终综合运用各种策略赢得了胜利。

  下赢围棋、打赢电脑游戏,它展示了现代机器学习技术的非凡力量,并证实了DeepMind正在引领这些AI技术的应用领域,以惊人的新方式超越人类。Google DeepMind的研究团队认为,训练Alphastar的先进方法以及算法的先进架构未来都会有助研究人员积累更多经验,最终设计出能够应对现实生活中不少复杂问题的人工智能程序,比如天气预测、气候模型计算以及语言理解等。


扩展阅读:

    发送中

    本站仅按申请收录文章,版权归原作者所有
    如若侵权,请联系本站删除
    觉得不错,分享给更多人看到