九色国产,午夜在线视频,新黄色网址,九九色综合,天天做夜夜做久久做狠狠,天天躁夜夜躁狠狠躁2021a,久久不卡一区二区三区

2016至2017年，AlphaGo橫空出世，接連擊敗世界頂級圍棋選手；2019年，另一個人工智能AlphaStar登上歷史舞臺，它挑戰(zhàn)的是《星際爭霸2》的頂級職業(yè)選手。

一盤圍棋棋局大約持續(xù)150 步，面對的是250個選擇；而25分鐘的《星際爭霸》就已經(jīng)至少有36000步，面對的選擇數(shù)量是1 后面50個0。這是對人工智能的一次巨大挑戰(zhàn)。最終AlphaStar成為第一個打敗《星際爭霸2》頂級人類職業(yè)選手的AI。

AlphaStar是如何獲勝的？設(shè)計者面對哪些困難？AI距離達到真正的“智能”還有多遠？

谷歌前工程專家、普林斯頓大學(xué)機器學(xué)習(xí)博士肖恩·格里什，在他新出版的《智能機器如何思考》一書中，展示了人工智能領(lǐng)域的前沿成果，深入解讀了感知算法、強化學(xué)習(xí)、深度語言識別等概念，闡釋了智能機器究竟是如何感知和思考的，并描繪了我們終將與AI共處的未來。今天的文章是本書的部分精編。

雖然AlphaGo具備識別圍棋盤面特征的能力，但它只能執(zhí)行下圍棋這項非常單一的任務(wù)。正如OpenAI（致力于人工智能研究的公司）的研究員唐杰所言：“AlphaGo不會決定去買個芝士漢堡，然后嘗試接管世界。”

AlphaGo是專門為下圍棋而設(shè)計的，因此它只具備下圍棋所需要的能力，它的一切都依賴于人類。除了在對弈過程中識別模式、選擇模式的能力，AlphaGo無法與瞬息萬變的環(huán)境互動；除了匯總統(tǒng)計數(shù)據(jù)外，它沒有關(guān)于過去事件的記憶；除了模擬它和對手如何走棋之外，它也沒有關(guān)于未來事件的概念。

那么我們在人工智能領(lǐng)域要迎接的下一個重大挑戰(zhàn)是什么？DeepMind（致力于人工智能研究與應(yīng)用的公司，2014年被谷歌收購）宣布了一個新項目——設(shè)計一個能夠玩即時戰(zhàn)略游戲《星際爭霸》的AI。這要求該AI具備更多與人類智能相關(guān)的品質(zhì)：能尋找做決策所需的信息，能在有時間限制的條件下，以及高低不同層次上做出這些決策——既可以規(guī)劃具有長期影響的行動，也可以做出閃電般迅速的反應(yīng)。

《星際爭霸》是一款設(shè)定在26世紀的戰(zhàn)爭游戲。就像國際象棋一樣，每個玩家都指揮著一支由不同單位組成的軍隊，每個單位都有其優(yōu)缺點。與國際象棋不同，《星際爭霸》是一款即時戰(zhàn)略游戲。玩家不是輪流走子，而是在一個大的戰(zhàn)斗區(qū)域內(nèi)實時指揮自己的軍隊。軍隊之間的戰(zhàn)斗殘酷且節(jié)奏快，這給手快的玩家?guī)砹藘?yōu)勢。事實上，《星際爭霸》的頂尖人類玩家操作鍵盤和鼠標的速度通常超過每秒5次。

此外，《星際爭霸》要求每個玩家都要維持正常的經(jīng)濟運轉(zhuǎn)，從而提供更多的資源發(fā)展自己的軍隊、升級不同類型的建筑等。游戲中的“戰(zhàn)場迷霧”掩蓋了大部分游戲空間，使玩家只能看到自己的單位或單位附近發(fā)生了什么，要掌握更多信息，只能派出偵察兵或者找到其他方法來了解環(huán)境。

在國際象棋和圍棋等策略性游戲中，最優(yōu)秀的AI能在游戲樹（組合博弈理論中用來表達一個賽局中各種后續(xù)可能性的樹）中搜索數(shù)百萬個狀態(tài)，并通過程序查找最有可能成功的狀態(tài)。這種能力取決于兩個因素：樹的每個層次的分支因子（AI在給定時間內(nèi)必須做出選擇的走子選項的個數(shù)）和樹的深度（AI在一局游戲中需要走多少步棋）。

圍棋的分支因子大約是250，保守估計《星際爭霸》的分支因子大約為1 后面50個0；一盤職業(yè)圍棋棋局大約持續(xù)150 步，而一局典型的25 分鐘的《星際爭霸》大約有36000個動作。此外，“戰(zhàn)場迷霧”讓每個玩家僅擁有不完整的信息，因此國際象棋或圍棋中的傳統(tǒng)搜索方法并不適用。

換言之，《星際爭霸》對人工智能領(lǐng)域提出了巨大的挑戰(zhàn)。一個可以得心應(yīng)手地玩《星際爭霸》的機器人，需要具備許多我們認為能夠定義人類智能的品質(zhì)，包括用有限的信息做出戰(zhàn)略決策的能力，以及實時應(yīng)對不可預(yù)見情況的能力。紐芬蘭紀念大學(xué)的計算機科學(xué)教授戴維·邱吉爾稱這是游戲人工智能研究的“巔峰”。

想讓《星際爭霸》機器人會玩游戲，就必須把它們需要執(zhí)行的任務(wù)分解成可管理的模塊。對于這些模塊的定義來自職業(yè)人類玩家的分析總結(jié)，如下圖所示，架構(gòu)分為三層。

最左側(cè)是AI與環(huán)境交互所經(jīng)過的層，為機器人提供了一種通過編程與游戲本身進行交互的方式。

中間是感知和環(huán)境建模層，用于為AI追蹤軍事情報：包括對手的基地、游戲中的單位和整個地圖的信息。不同的機器人對這一層的重視程度不同。

機器人的“智能”行為來自架構(gòu)最右邊的部分，也分為三層：

? 在頂層，這些機器人推理戰(zhàn)略：機器人應(yīng)該建造或升級哪些建筑，以及應(yīng)該在什么時候做這些事情。通常需要提前幾分鐘進行規(guī)劃，并會對游戲產(chǎn)生直接的長期影響。

? 在中層，機器人會推理戰(zhàn)術(shù)，這涉及提前30秒到1 分鐘的計劃：AI應(yīng)該把它的建筑建在哪里？應(yīng)該何時出兵到何處作戰(zhàn)？

? 底層是反應(yīng)層，它要求在幾秒鐘內(nèi)做出規(guī)劃和反應(yīng)，處理軍事情報層送來的環(huán)境信息。

許多頂級《星際爭霸》機器人的開發(fā)者都遵循實用主義理念，用能夠贏得游戲的策略來編程他們的機器人，即便這意味著他們并沒有創(chuàng)造出足夠“智能”的機器人。例如，一些機器人被編程為遵循簡單的rush策略（在游戲早期犧牲經(jīng)濟，快速發(fā)展兵力，以此一舉擊敗對手的策略），它們會建立一支由弱小的戰(zhàn)斗單位組成的小型軍隊，在對手建立防御之前發(fā)動攻擊。

職業(yè)人類玩家也會使用各種各樣的rush策略，這只需要遵循一套簡單的規(guī)則，完全不考慮任何長期規(guī)劃。即使是邱吉爾設(shè)計的更復(fù)雜的《星際爭霸》機器人UAlbertaBot，有時也會輸給那些使用rush策略的機器人。但能夠?qū)嵤┻@些策略的機器人仍然遠遠不能戰(zhàn)勝人類職業(yè)玩家。

玩過這類游戲的人肯定對戰(zhàn)過計算機，大概會有此疑問：既然設(shè)計一款能玩游戲的機器人如此之難，為什么在游戲的人機對戰(zhàn)中計算機還是如此難以戰(zhàn)勝？邱吉爾解釋說，因為現(xiàn)實游戲中的機器人經(jīng)?！白鞅住保鼈儾⒉皇钦娴闹悄?，比如計算機可以看到整個游戲地圖，沒有真正處于“戰(zhàn)場迷霧”環(huán)境下，但機器人也會派出偵察兵四處偵察，這只是在做戲。

杰米斯·哈薩比斯是DeepMind的創(chuàng)始人，在創(chuàng)立DeepMind之前，他就對《星際爭霸》這款游戲產(chǎn)生了興趣，因為他的一位同事是一名高手玩家。杰米斯對這位同事屢戰(zhàn)屢勝的能力非常著迷，有一段時間，他每晚把自己和他關(guān)在一個房間里，想辦法戰(zhàn)勝他。有時會為其設(shè)置障礙，讓他在沒有鼠標或單手的情況下玩游戲，這樣便可以準確地分析他的哪些操作讓他獲勝。

杰米斯將DeepMind的部分工作轉(zhuǎn)向開發(fā)具有競爭力的《星際爭霸》機器人，并和暴雪公司合作開發(fā)了一個供機器人玩《星際爭霸2》的官方界面，從而讓開發(fā)者幫助機器人以更有條理的方式學(xué)習(xí)。

最終AlphaStar成為第一個打敗《星際爭霸2》頂級人類職業(yè)選手的AI。今年1月，在人類vs AlphaStar的11場比賽中，人類只取得了一場勝利。

攻克《星際爭霸》是否意味著我們就能攻克智能？答案很簡單，不是。

《星際爭霸》并沒有涉及人類智能的許多方面，包括人類從全新的、非結(jié)構(gòu)化的環(huán)境中理解并得出結(jié)論的能力。

創(chuàng)造出一個機器人，讓它能夠把《星際爭霸》這個游戲玩出頂級水平，這可能是一個引人注目的結(jié)果。然而，我們在這個過程中獲得的工具和架構(gòu)——新的搜索算法、新的感知算法和新的強化學(xué)習(xí)算法，這些將是更重要的成就。