ALphaGo下一步行動揭秘：DeepMind訓練其挑戰《星際爭霸II》

DeepMind開始訓練AI星際爭霸II，預計未來要挑戰人類職業選手。（圖／翻攝自NewScientist）

2017年5月27日，DeepMind圍棋AIAlphaGo以三戰全勝之姿，大敗世界棋王柯潔；站上圍棋頂點後，AlphaGo的下一步終於揭曉，DeepMind與暴雪娛樂於8月9日宣布，推出一項新的研究計畫，要訓練AI擊敗即時戰略遊戲《星際爭霸II》的頂尖人類選手。

AlphaGo今年5月，以3戰全勝之姿擊敗柯潔。（圖／Google提供）

其實早在2016年1月時，DeepMind執行長傑米斯．哈薩比斯就曾透露，希望能讓AlphaGo進軍《星際爭霸》，不過一直未有進一步的動作，直到2017年8月8日，才正式宣布展開這項計畫。

星際爭霸II是暴雪娛樂於2010年推出的即時戰略遊戲，由於其高度複雜性、豐富戰術與節奏急促的遊戲過程，常被認為是AI與人類的絕佳戰場。

為訓練AI熟悉星際爭霸II，DeepMind與暴雪娛樂共同推出一套工具，能讓研究人員更輕鬆地開發AI選手；不過星際爭霸對AI來說，是一項比圍棋更艱難的目標，目前即使是業餘玩家，也能輕鬆打敗最強的AI。

玩家需要生產軍隊、建造建築與對手互相較量。（圖／翻攝自星海爭霸II官網）

馬爾他大學副教授GeorgiosYannakakis表示，「星際爭霸是個生產軍隊、建造建築，並在大地圖上與對手較量的遊戲。這遊戲對AI來說十分困難的原因，在於比賽的可能性太多了。」

據《NewScientist》報導，星際爭霸一局可能的配置粗估多達10的1685次方種，相較之下，圍棋可能的配置只有10的170次方種；這樣的天文數字意指，即使數出全宇宙中的質子數量，或把宇宙從大爆炸開始至今的每一秒加起來，都沒有星海爭霸可能產生的配置多。

更重要的是，與棋類遊戲不同，星際爭霸是兩方實時進行的遊戲，玩家每一秒都必須做出決策，進行操作。

星際爭霸II是高複雜性的即時對戰，玩家需從手上有限的資訊，立刻做出判斷。（圖／翻攝自星際爭霸II官網）

此外，由於「戰爭迷霧」的關係，玩家無法掌握視野外的任何景象，只能從手上有限的資訊做出判斷，這意謂著AI無法單純依靠其壓倒性的運算能力，計算出「暴力解」。

不過，AI也不是毫無勝機，相較於人類有限的反應速度，AI在「手速」方面，佔據相當大的優勢，一名頂尖電競選手的APM（每分鐘動作數）頂多數百，然而AI卻沒有這樣的限制，可在極短的時間內進行大量操作。

DeepMind研究人員表示，到目前為止，他們的AI已成功掌握幾項作業，如挖礦，但還不太能進行一場完整的遊戲；不過，若能攻下星際爭霸，就代表AI與人類生活又更近了一步，DeepMind工程師OriolVinyals表示，「遊戲內容豐富，代表它是一條把AI與現實連通的有用橋樑。」