谷歌旗下人工智能部分 DeepMind 开发的人工智能（AI）程序“AlphaStar”（阿尔法星际）今天清晨应战《星际争霸2》游戏。成果是：名为“AlphaStar”的人工智能在与两位人类工作选手“TLO”和“MANA”的竞赛中，均以 5 比 0 制胜。这给了工作电竞界一次不小的暴击。这项人工智能应战是在 2016 年的暴雪嘉年华开幕式上所宣告，由 DeepMind 和暴雪共同开发的，前者曾开发出了打败世界围棋第一人柯洁等人的阿尔法狗。

AlphaStar 跟 AlphaGo 有些相似，最开端都是经过学习人类选手的 Replay（竞赛录像）来提高水平。直播中展现的 10 场竞赛都是在一张相同的竞赛地图上进行，并且都是神族内战。人工智能的 APM（每分钟操作的次数）约束在与人类选手相仿的程度。

比较于之前 AlphaGo 拿手的“彻底信息博弈”的围棋，《星际争霸》显然是一个具有更多不确认要素的游戏。在围棋对弈时，AI 能够看清楚棋盘上的每一个方位，然后依托自己比人脑强壮无数倍的核算才能，衡量每一步落子所带来的收益，然后确认最优的方案。这种才能是人脑再开发到极限也是无法完成的。

而在游戏中，AI 的这种优势其实并无太多用武之地。了解 RTS（即时战略）游戏的玩家应该都了解“战役迷雾”这种机制。AI 并没有“做弊”读取正在进行中的游戏的内存数据的话，它是无法得知玩家现阶段在安置何种战术，因而也就无法提早做出“最优判别”。而这种判别关于 RTS 的取胜来说才是至关重要的。即便 AI 观察了玩家的战术，他也未必能即时做出改动，甚至有或许被玩家“虚晃一枪”。比方说当玩家的基地被发现，玩家能够挑选中止一切修建方案。

AI 在信息对等的情况下，临机处置的才能不如人类，星际需求玩家对资源操控，晋级先后顺序，不同种族和军种彼此抑制等方面有全体的知道。这种相互控制的作用，便是游戏平衡性的由来。这方面的全体考虑远比下围棋时只考虑黑子和白子的方位愈加杂乱。考虑到人工智能在 APM 手速和准确微操方面优势显着，这或许成为别的一个能决议竞赛终究成果的重要要素。不过正如暴雪和 DeepMind 团队强调过，未来的人工智能并不会具有非人类的逆天操作，他们将会经过约束人工智能的 APM 来确保它的操作，也会有相似人类的极限和失误。