AI挑战游戏《星际争霸》

如今，他再次跟《星际争霸》打起了交道。但这一次他不是玩家，而是要教机器人怎么玩这个游戏，也就是说，在人工智能成为全球最优秀的围棋选手后，星际成为了它下一个要攻克目标。

DeepMind与《星际争霸》的开发商暴雪展开合作，让人工智能研究人员从以往数百万次对战中进行学习。他们的目标之一，就是开发一套可以击败人类的人工智能系统，就像曾打败了围棋世界冠军李世乭和柯洁的AlphaGo。而最终的目标是将这一技术应用于现实世界，而不仅仅停留在游戏层面。

暴雪首席软件工程师Jacob Repp表示：“我们正试图理解人类大脑的工作方式。 如果我们能得到这种高质量的数据流-——人类玩儿游戏时的原始输入及其结果 ——这对行为研究的人来说是非常有用的数据。”

《星际争霸2》对人工智能研究人员来说是个有趣的挑战。与国际象棋或围棋不同，星际玩家的信息并不完美。这种“战争迷雾”意味着玩家（真实的或虚拟的）必须制定计划，做出决定，或者对那些只会在几分钟后才能产生后果的行为作出回应。正如DeepMind的研究人员所说，其结果“在时间信用分配和探索上将面临大量挑战”。

暴雪已经使用神经网络来评估玩家技能，而其依据是他们键盘和鼠标的输入信息、排兵布阵的方法以及玩游戏的效率等，这些信号可以让游戏更加有趣，或者让对战双方更加均衡。

但是，想要让人工智能玩《星际争霸2》，就必须让他们“看到”游戏中的3D地图，并快速准确地对其进行解读。

DeepMind的首次测试，涉及到神经网络和人工智能的训练，之后再将其应用投入到游戏中。即便没有进一步的指令，人工智能也可以随意在地图上走动、移动镜头甚至排兵布阵。

在加入DeepMind之前，Vinyals曾开发图片搜索功能和Gmail的“智能回复”功能。该团队还致力于语音识别，让人工智能记住不同人的说话方式，从而完成在再次遇到该声音时，可以完成识别。

“在《星际争霸2》中，这也是需要解决的问题。”Vinyals说。对人工智能来说，记住他们遇到的东西，同时理解行为意义，就需要使用LSTM神经网络。“电脑可以把某个数据的记忆保留数十年的时间，但现在，这种记忆不仅需要保存，在未来需要之时还能完成信息调取。”