新京報(bào)貝殼財(cái)經(jīng)訊（記者羅亦丹）能夠擊敗《星際爭(zhēng)霸2》職業(yè)選手的AI將不再是谷歌的“專利”。

繼谷歌旗下DeepMind公司開(kāi)發(fā)的人工智能模型“阿爾法星際”在《星際爭(zhēng)霸2》游戲中擊敗人類職業(yè)選手后，6月12日，國(guó)內(nèi)人工智能軟件公司商湯科技宣布其研發(fā)出了可媲美職業(yè)玩家競(jìng)技水平的《星際爭(zhēng)霸2》人工智能模型“DI-star”，并展示了該人工智能模型擊敗人類頂尖職業(yè)玩家的對(duì)決視頻。

人機(jī)對(duì)戰(zhàn)的歷史由來(lái)已久，從“深藍(lán)”擊敗人類國(guó)際象棋選手到“阿爾法狗”擊敗人類圍棋選手，人工智能已逐漸具備了超越人類頂尖選手的決策能力。而《星際爭(zhēng)霸2》這款業(yè)界公認(rèn)的具有超高游戲難度和公平競(jìng)技性的即時(shí)戰(zhàn)略游戲也成為諸多AI爭(zhēng)相挑戰(zhàn)的新“珠峰”。

具體來(lái)看，《星際爭(zhēng)霸2》的空間復(fù)雜度高達(dá)10的1685次方，遠(yuǎn)遠(yuǎn)超出圍棋10的170次方的復(fù)雜度，在近乎天文數(shù)字一般的龐大狀態(tài)空間中進(jìn)行復(fù)雜的策略博弈，這使得《星際爭(zhēng)霸2》成為了檢驗(yàn)AI決策能力的絕佳舞臺(tái)。

在商湯科技智慧決策與游戲事業(yè)部技術(shù)研發(fā)負(fù)責(zé)人周航展示的兩場(chǎng)比賽中，DI-star在與中國(guó)臺(tái)灣選手Rex的對(duì)戰(zhàn)過(guò)程中依靠精細(xì)的微操建立了前期優(yōu)勢(shì)，而在與前世界冠軍Scarlett的對(duì)戰(zhàn)中，DI-star使用出了女王前壓這樣的人類選手不常見(jiàn)的戰(zhàn)術(shù)，最終出奇制勝。值得一提的是，周航此前曾是中國(guó)頂尖的《星際爭(zhēng)霸2》選手，曾獲得8次全國(guó)星際爭(zhēng)霸2比賽冠軍。

在展示中，周航通過(guò)多個(gè)對(duì)戰(zhàn)演示片段，展現(xiàn)了DI-star能夠在復(fù)雜對(duì)局中快速找到最優(yōu)策略的能力。據(jù)了解，DI-star融合了監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等商湯多項(xiàng)前沿技術(shù)，為AI智能體賦予人類宗師分段水平的決策能力。通過(guò)監(jiān)督學(xué)習(xí)，DI-star讓AI反復(fù)觀摩人類職業(yè)玩家對(duì)戰(zhàn)的高質(zhì)量錄像學(xué)習(xí)人類的打法，快速掌握資源采集、單位生產(chǎn)，以及戰(zhàn)斗過(guò)程中成百上千步的決策行為。在監(jiān)督學(xué)習(xí)的基礎(chǔ)上，DI-star通過(guò)強(qiáng)化學(xué)習(xí)讓AI通過(guò)自我博弈的方式進(jìn)行大量對(duì)局，持續(xù)提升全局的決策能力和整體的競(jìng)技水平。

商湯方面表示，商湯AI大裝置為DI-star的模型建立、訓(xùn)練和驗(yàn)證提供了強(qiáng)大的算法和算力基礎(chǔ)，幫助DI-star用更短的時(shí)間達(dá)成媲美甚至戰(zhàn)勝人類專業(yè)高手的對(duì)戰(zhàn)水平。依托商湯AI大裝置，DI-star通過(guò)5周的時(shí)間完成了大約一億局對(duì)戰(zhàn)，最終達(dá)到了人類最高段位宗師分段競(jìng)技水平。目前，DI-star及其背后的決策智能平臺(tái)已經(jīng)在GitHub開(kāi)源。

在商湯展示的視頻中，DI-star使用出女王前壓這樣的人類選手不常見(jiàn)戰(zhàn)術(shù)出奇制勝

編輯 宋鈺婷

校對(duì) 柳寶慶