《星海爭霸2》的職業選手迎來了在人工智能面前的第一次慘敗。
台灣時間1月25日凌晨，谷歌旗下人工智能團隊DeepMind公布了其開發的AI“AlphaStar”與《星海爭霸2》職業選手TLO和MaNa的比賽錄像。AlphaStar與兩人的比賽相隔約半個月，以兩場“5：0”取得完勝。
“不作弊”的AI
這是DeepMind為《星海爭霸2》所開發AI的首次亮相。
AlphaStar和以往的《星海爭霸2》遊戲AI有著本質上的區別——而且，這個區別和實力強弱沒關係。
和讀取API接口、直接在程式層面操作的傳統遊戲AI不同，AlphaStar的操作由一個深度神經網絡生成，獲取資訊和操作遊戲的方式類似真人。它先從原生遊戲界面上收集資訊，在處理完資訊後再把一連串指令輸出在遊戲畫面上。
在DeepMind公布的AlphaStar的第一視角Replay裡，我們能看到AI有邏輯非常接近人類 的“框選”“點擊”“切屏”等操作，並不像傳統AI那樣讓所有遊戲行為在程式層面瞬間完成。
AlphaStar的行為邏輯也不來自人工編寫。它在學習人類的對局錄像掌握初步玩法後，就像它的兄弟AlphaGo一樣，進入了“左右互搏”、自己和自己練習的過程。而且AlphaStar的對練對象不止一個人——DeepMind為它製造了數百個“分身”，直接模擬出了一個虛擬的天梯進行訓練。
從今天發布的錄像來看，不到一年時間過去，從“虛擬天梯”中爬出的AlphaStar在面對人類職業選手時已經具備了相當高的威脅性。
十比一的慘敗
DeepMind今天公布的兩場比賽，都發生在地圖匯龍島（Catalyst LE）上。
由於AlphaStar目前隻學習了星靈VS星靈的打法，人類和AI都只能以星靈種族進行內戰。並且，AlphaStar的視距被拉到最遠，能夠讀取整張地圖上的資訊（不能穿透戰爭迷霧）。
首先上場的是Liquid戰隊的蟲族選手TLO，目前在Aligulac的世界排名中位列72名。
第一局開始，TLO採用了非常傳統的雙兵營封路開局，偵查到AlphaStar並未封路後，TL0派出使徒騷擾取得了一定戰果。但在進入到中局後，微操完全不敵AlphaStar的TLO被AI單礦一波直接莽穿。
第二局的情形就更一邊倒，AlphaStar選擇了出自爆球進攻，TLO顯得完全沒有應對經驗，自己的部隊被炸成了漫天煙花。
由於時間原因，現場隻演示了這兩場的錄像，想看其他三場對局需要登陸DeepMind網站下載。
AS和TLO的對局算不上精彩，由於TLO的主族是蟲族，使用星靈時完全沒有人類頂級選手的實力，甚至還犯下了業餘選手都不會犯的細節錯誤。
相比之下，AlphaStar和MaNa的對局更有象徵意義。
這場比賽發生在兩周以後（AlphaStar期間加練了相當於人類選手玩400年左右的局數），
MaNa的主族是星靈，其單族排名目前為世界第11，實力在二線職業選手中屬於頂尖。
第一局中，AlphaStar選擇了野兵營Rush，MaNa偵查到了AI的進攻意向，但是在AI極度精湛的小規模微操下並未防守住，打出GG。第二局雙方都選擇了爆鳳凰，MaNa在小規模接戰中被持續壓製，最後被AlphaStar的兵力優勢和無解操作打敗。
之後對局的情形也類似，即在運營沒有明顯落後的情況下，MaNa被AlphaStar用高強度的操作硬吃了個5：0。
但在第六局，也是現場演示的唯一一局中，為了保護人類選手，DeepMind使用了AlphaStar的弱化版本，AI只能先切屏再操作，不能全屏操作。
在對抗這個弱化版的AI時，MaNa發現了AlphaStar似乎完全分析不來“棱鏡偷家”的場面，於是隻用一個棱鏡和兩個不朽就牽製住了AlphaStar的全部兵力。
在拖出自己的高科技部隊後，MaNa一波推平了只會爆追獵的AlphaStar，讓這次AI和人類的對決以10：1收場。值得一提的是，AlphaStar並沒有學會打出“GG”，MaNa只能把AI的建築一個一個拆光取得勝利，讓場面顯得有些尷尬。
一力降十會
雖然以大比分取勝，但AlphaStar有些勝之不武。
以第四局為例，AlphaStar選擇了純追獵者部隊的打法，MaNa及時出不朽者（俗稱“不朽爹”，對追獵是優勢對抗）應對。
在針對MaNa主礦的進攻中，可以看到雖然AlphaStar的閃追獵（將受損的追獵閃爍到陣形後排、避免損失）操作極為精湛，但因為兵種劣勢並未取得戰果，甚至讓MaNa防守出了兵力優勢。
此時兵力大優的MaNa轉守為攻，選擇主動出擊。但噩夢一般的畫面出現了，在地圖的中央，AlphaStar的追獵者持續不斷地不同角度出現，牽製住了MaNa的大部隊。
面對從三個方向的戰爭迷霧中殺出的追獵，MaNa完全迷失了進攻重心，不朽者損失慘重，只能回撤，最終因為兵力差距被AlphaStar一舉拿下。
這次“被翻盤”一部分是因為MaNa判斷失誤，在大優的局面下貿然進攻，給了AlphaStar分割包圍的可趁之機。但，這完全是建立在AI超出常人的操作強度上的。
在這段“三線閃追獵”的神仙表演中，AlphaStar的瞬時EPM（每分鐘有效操作數）超過了1000，峰值甚至能達到1600。
MaNa在隨後的採訪中也面露苦笑，“這種情況在同水準的人類對局中不可能出現。”
雖然DeepMind對AlphaStar的EPM均值有所限制（基本和人類水準保持一致），但並沒有限制AlphaStar的操作峰值。
這讓AlphaStar在平時的閑散操作中“保存”下來的操作量，在關鍵戰鬥中一股腦地爆發了出來。
MaNa落敗的主要原因，就是在大部分的關鍵戰鬥中被AS遠超人類的操作強度碾壓。即便AlphaStar在策略和運營上有一些亮點，大多也被“神仙操作”的光芒掩蓋了。
另外，即便是限制了AI的EPM峰值，因為AI沒有情緒波動、不會手滑點錯，其操作效率也遠高於人類，同等的EPM下仍然是人類劣勢。
從比賽中我們也能看到，AI對每個追獵的操作都十分精準，攻擊目標的優先級永遠保持在“敵方農民＞正在折躍的部門＞其他部門”上。
這就有種“你以為你在和AI玩RTS，實際上AI在跟你打MOBA”的感覺。
製造純粹的力量壓製，顯然不是DeepMind創造AlphaStar的意義。
AlphaStar的價值在哪裡？
儘管AlphaStar的勝利很大一部分來自 “超人”的操作，但如果我們拋棄勝負本身，就能看到更有價值的事情——AlphaStar有不少操作和運營的思路和當前的人類選手完全不同，就像它的兄弟AlphaGo下出人類無法理解的棋路一樣。
例如，在用鳳凰對抗機械哨兵和不朽者的混合部隊時，絕大多數人（包括職業選手）的直覺都是用鳳凰“抬”（持續控制）威脅更大的不朽者，但AlphaStar的判斷是抬哨兵效率更高，戰鬥的結果也證實了AI的判斷。
在經濟決策上，AlphaStar選擇在一礦就出到24個農民，這也是人類職業選手從未有過的操作，顯然來自AI的自我學習。有趣的是，賽後的數據統計顯示AlphaStar的策略有著明顯優勢。
雖然AlphaStar的操作過於強力，但和幾年前人工編寫的腳本“悍馬2000”相比，這些操作也都是AlphaStar在和自己的練習中自行學會的。
AlphaStar之所以偏愛出追獵者，正可能是因為它通過學習發現，在極高的操作準確率和高APM下，追獵的操作空間比起其他兵種更大、回報更高。
看完AlphaStar比賽後星際玩家的調侃
雖然目前的AlphaStar在決策上還有很多稚嫩的地方，MaNa也是依靠AlphaStar的經驗漏洞，才取得了寶貴的一勝。
從今天的對局來看，真正的人類頂級選手面對這個版本的AlphaStar顯然是有一戰之力的。如果對AI的操作強度加以限制，人類的贏面會更大。
但DeepMind創造AlphaStar的目的並不是要贏人類，而是借助《星海爭霸2》來研究“雙方資訊不透明”情況下的博弈對抗，進而把學習環境的架構和理念還延伸到其他領域。
而AlphaStar對《星海爭霸2》的征途，已經跨過了最難的“從0到1”那關，接下來的事情，是從1到∞。
假以時日，AlphaStar或許就能像AlphaGo那樣，創造出完全超越人類思路的運營策略，重新改寫人類對《星海爭霸2》的理解。
2月15日，還將有另外一個AI去挑戰目前全球排名第2的世界冠軍Serral。不過，這場比賽可能意義沒那麽大——參賽AI的行為邏輯基於人工編寫的腳本，思考模式並沒有AlphaStar這麽“高級”。
“真正的AI”和“真正的人類頂級選手”之間的戰鬥，還沒有來臨。
香港九龍灣馬來街興發大廈15樓D室