柯洁对战alpha攻略，柯洁与AlphaGo的三番棋决战哪一方会赢,为什么

1，柯洁与AlphaGo的三番棋决战哪一方会赢,为什么

柯洁与AlphaGo的三番棋2113决战，AlphaGo赢了。 2017年5月23日，柯洁执黑迎战谷歌AlphaGo，最终柯洁在收官5261阶段不敌AlphaGo，第一局以失败告终。 2017年5月25日，人机大战三番棋第二局战罢，柯洁虽4102然发挥神勇，但因为中盘战斗劫材不利，中盘败北。AlphaGo2-0领先，已经赢得了三番棋的胜利。根据规则，第三局仍如1653期在27日举行。 2017年5月27日，乌镇围棋峰会最后一天，也是万众瞩回目的柯洁AlphaGo最后一场，面对AlphaGo，柯洁使出全身解数仍无济于事最终投子认答负，本次人机大战最终以柯洁三连败告终。

2，柯洁对战阿尔法狗结果 柯洁对战阿尔法狗第一场赢了吗

展开全部 柯洁对战阿尔法狗结果，柯洁对战阿尔法狗第一场没有赢。 2017年5月23日，当今世界围棋第一人柯洁九段执黑289手，以四分之一子的微弱劣势负于计算机围棋程序“阿尔法围棋”，在围棋“人机大战”三番棋中以0比1落后。 经过大约4个半小时的较量，柯洁遗憾惜败，而四分之一子已经是在围棋规则之下最小的差距。与柯洁一样拥有世界冠军头衔的唐韦星九段表示，柯洁已经下得很好了，但是对手的表现更加出色。 布局阶段，柯洁在第七手就走出了模仿阿尔法围棋的开局不久“点三三”的下法，阿尔法围棋的应对滴水不漏。中盘阶段，白棋在左上一带的下法让柯洁频频长考，随后白54的后手“断”更是令柯洁和在研究室观战的职业棋手们感到不可思议。 此后，白棋吃掉下边3子之后抢得先手打入右边，占据了较为明显的优势。后半盘阿尔法围棋的表现依然稳定，黑棋盘面领先6目、贴不出目的局面（根据规则黑贴三又四分之三子，相当于7目半）难以改变。虽然柯洁拼到最后，阿尔法围棋官子阶段有所退让，但仍以四分之一子的优势获胜。

3，yolo是什么意思?_

YOLO，美语新词，是You Only Live Once的首字母缩略词，意为你只能活一次，应该活在当下，大胆去做。

YOLO的寓意是人应该享受人生，即使需要承担风险。就是鼓励人们不怕冒险，想做什么就做什么，享受人生，因为只会活一次。

该词最早起源于YOLO商标，现在这一句话常常用在青少年的对话和音乐当中。也代表了当代年轻人的生活态度。

词典编纂者Ben Zimmer发现该新词最早起源于YOLO商标，释义为You Only Live Once，现在这一句话常常用在青少年的对话和音乐当中。加拿大饶舌歌手德雷克的《The Motto》使此句普及于网络中；BTS的歌曲《INTRO : O!RUL8,2?》和《Go Go》分别使用了"You only live once" 和"YOLO" 。2016年该新词首次作为词条收录于牛津词典。2019年中国男子流行演唱组合R1SE在其第二张专辑《炸裂狂想曲》中以柯洁与ALPHAGO人机对战为背景创作的《Never Surrender》中提到“我的格言是YOLO”。

4，【视野】王思聪怒怼柯洁,可惜网友这次站柯洁反而围剿王思聪_搜狗...

人机大战第一局在浙江桐乡打响，柯洁在微博发表战前感想，王思聪怼柯洁，李世石出战时你那嚣张劲哪去了？网友在留言下不满怒怼王思聪：“人家嚣张是因为人家蝉联世界冠军，你嚣张只是因为你是王健林的儿子。”

柯洁与Alphago的人机大战第一场结束，Alphago执白战胜了柯洁，胜四分之一子。柯洁在赛前前一夜抒发自己的心声，“无论输赢，这都将是我与人工智能最后的三盘对局”，柯洁认为“现在的AI进步之快远超我们的想象。像国产的绝艺、日产的ZEN虽然和AIphago还有着较大差距，但已经表现出超强的实力了。。。我相信未来是属于人工智能的。”

而此后，王思聪转发评论称：“当时李和alphago下的时候你那嚣张劲儿哪去了？”疑似在暗讽柯洁。

傅园慧则回复：“加油老柯，甲油甲油！”对柯洁表示鼓励。网友也纷纷给柯洁加油，表示赢了陪你狂，输了陪你扛！你是国人的骄傲 。许多柯洁粉丝也自发换成统一的头像给柯洁助威。

这一举动一起了无数网友的不满，于是，网友自发地开始围剿王思聪：

事实上，柯洁自己也明白，这一次人机大战，他获胜的机会不大，不少业内人士认为，柯洁这一次赢得概率不到10%，能够拿下一局就是奇迹了。平心而论，王思聪们等质疑者或许没有看到，虽然人类在进步，但人工智能的“进步”更迅速，不夸张地说，这次柯洁面对的对手，比对阵李世石甚至60连胜的时候还要强大。

5，柯洁对战阿尔法狗,三场比赛谁将最终取得胜利的猜想

5月23日，在 “中国乌镇围棋峰会”上，中国围棋职业九段棋手柯洁与Google 旗下的人工智能程序阿尔法狗（AlphaGo）上演“人机终极对决”，第一局比赛已经结束，阿尔法狗（AlphaGo）取得了第一局的胜利，柯洁暂时以0:1落后。最终结果如何？谁将取得最终胜利，要看25日的再次对决。 柯洁出生于1997年，是中国围棋的新生力量，自2007年开始，一路赢得全国少儿围棋锦标赛冠军、世界青少年围棋少年组冠军，成为世界上最年轻的围棋三冠王，也成为中国首位蝉联同一项世界大赛冠军的围棋选手，围棋等级分排名世界第一。 阿尔法狗（AlphaGo）是Google 旗下的人工智能程序，2016年3月，它与围棋世界冠军、职业九段选手李世石进行人机大战，并以4:1的总比分获胜,。之后，又在中国棋类网站上与中日韩数十位围棋高手进行快棋对决，连续60局无一败绩。 AlphaGo的棋力已经达到甚至超过围棋职业九段水平，可以猜测，这将是一场没有悬念的较量。人工智能AlphaGo并没有智慧，但是却具备非常强的深度学习能力，通过历史数据的存储、对比和分析，就可以得出更加精确的结果。所以AlphaGo对决的越多，存储在处理器中的数据也就越多，下棋的预测性就更加准确，人类远远无法达到人工智能处理数据的能力。所以，笔者认为这是一场没有悬念的比赛。 柯洁赛前曾表示，“我会用所有的热情去与它做最后的对决，不管面对再强大的对手——我也绝不会后退！至少这……最后一次……且看且珍惜。” 人工智能是把双刃剑，一方面推进了科技和产业的发展，也让我们的工作和生活更为便利，其快速发展一定能大大提高生产力；另一方面，也会对一些创新性弱的行业有所挑战，可以取代一部分人的劳动。 但终究，人类的整体劳动和智慧还是推进科技和时代发展的第一生产力。既然人工智能的列车必将前行，人类终究要依靠自己的精神与智慧，保证列车在铺设好的轨道里冲向下一个奇迹。

阿尔法狗已经2:0赢了好吗，

6，柯洁输了被王思聪怼,结果王思聪反而遭到了群嘲_

最近，柯洁与阿尔法狗再战，第一局遗憾以1/4子落败。去年阿尔法狗升级版上线之后，就接连挑战了15位围棋世界冠军，以60连胜收官，真是相当可怕的AI。

阿尔法狗从来没有输过！唯一一次和局还是因为棋手陈耀烨掉线系统自动判和（人类想要真的战胜阿尔法狗。

其实早在比赛之前，柯洁就在微博发了一篇文章，说“我相信，未来是属于人工智能的”，输棋应该也是意料之中的事情。

本来大家都在微博留言安慰他，胜负乃兵家常事，况且柯洁只输了1/4子，两者棋力在伯仲之间。

只有一个人跳出来唱反调，辣就是玩完网红闲得没事干的王思聪。他在柯洁微博下带着戏谑口吻留言：“当时李和alphago下的时候你那嚣张劲儿哪儿去了？”

王思聪一直被称为娱乐圈的纪检委书记，他怼过娱乐圈里不少大大小小的明星，几乎没有败绩。

比如他怼大张伟是抄袭犯不要脸，结果大张伟还要给他赔笑脸，说什么希望有机会可以同台唱一首歌

青云志开播的时候，王思聪又在微博留言撕杨紫，说她不适合演陆雪琪，没有感觉。杨紫也没敢回掐，只是小小声说了一句“那就继续努力吧”

说张翰是分手回踩前任的渣男，也有不少郑爽粉给王校长加油叫好

王思聪怼范冰冰是毯星、没有作品、话题炒作。范冰冰回怼“你找你的爸，我干我的活，我们都算自强不息”，但是王思聪马上又爆出范冰冰的三个干爹，也算完胜

冯小刚为了《我不是潘金莲》写了长文埋怨万达排片，王思聪也立马怼回去了，说冯小刚阴阳怪气，电影拿不出手。吃瓜群众也是清一色站在王思聪那边，觉得潘金莲本来就不好看

《择天记》开播的时候，王思聪发又朋友圈，嘲鹿晗不会演戏，还把刘亦菲也顺带嘲了，说她“曾经用一个表情演了几部电视剧”。

怼人怼成了习惯，王思聪已经可以靠着怼人轻轻松松上热搜赚流量。他在做《小葱秀》的时候，说起自己毒舌的一面他的表情是相当骄傲啊，“你做菜好吃我都有可能骂你，更别说不好吃了。我不告诉你你的缺点是什么，你是无法进步的。”

旁边的主持人问，那会有人反驳你吗？思聪只说了一句话：没有人敢在我面前这个样子……啧啧啧，十足的太子爷架势啊

可是这一回，王思聪真的怼错人了。他骂柯洁在李世石对战阿尔法狗的时候很嚣张，但那时的柯洁才19岁啊，年纪轻轻参加世界大赛就14连胜，击败过李世石，自然是有嚣张的资本。

网友也一面倒地支持柯洁，“人家嚣张是因为蝉联世界冠军，你嚣张只是因为你是王健林的儿子”

另外，网友也跟王思聪科普了一盘围棋知识，阿尔法狗在不断升级与时俱进，柯洁输棋不代表他水平退步

有网友就说了，“柯洁有着远超他年龄的思考与担当，不论输赢与否，这场比赛本身就让柯洁成为一个值得尊敬的人。”再看看王思聪呢，自己搞过电玩搞过直播但都没搞出什么名堂，他最引人瞩目的title依然是万达太子爷。

也许王思聪哪天不再靠着爹跟网红上热搜，才会真正赢得大家的尊重吧。

7，如何评价柯洁与 AlphaGo 的对决

柯洁经历了英雄般的战斗后，依然第二局输给AlphaGo。 最有价值的信息可能来自AlphaGo之父萨比斯，中盘阶段他评论说：“不可思议，根据AlphaGo的评估，柯洁现在下得很完美。 ”赛后萨比斯则评论：“这是一场惊心动魄的令人惊奇的比赛，柯洁几乎把AlphaGo逼到了极限。 ”柯洁今天的最大收获是测出阿法狗的真实水平。 期望这次比赛能够验证。 当然它有两个前提条件，一是柯洁把最好水平发挥出来，二是AlphaGo能够经受真正的考验，而不是表面看它只赢一两个子，实际上后台胜率显示根本没有机会。 前天的第一局，AlphaGo赢了1.5目。 这是一个很小的差距，但柯洁下得谈不上多出色，因为从头到尾他基本没什么机会。 AlphaGo并不是一个赌徒，能赢100目绝不赢99； 它是根据胜率估算来行棋的，如果赢1目而它认为胜率是100%，就没必要去下赢100目而胜率只有99%的棋。 所以，第一局柯洁远远没有逼出AlphaGo的真正实力。 昨天AlphaGo方面的消息，认为这次虽然只是一个单机版，但棋力已经比去年赢李世石的时候提高了三子。 这是一个挺吓人的消息，因为它会让人类棋手觉得，目前这个版本至少比人类强三子以上。 老实讲这挺绝望的，三子以上，四子。 那等于彻底宣布人类棋手跟AlphaGo已经是天壤之别。 知道，面对一个可以让四子的对手，这是职业和业余的差距，比赛已经失去意义，准确地说那叫戏耍。 它可以只赢1目甚至半目，但不说明任何问题，就像柯洁也可以让只输半目，但那又能说明什么。 难道会跑大街上喊，快看，柯洁只赢了半目。 谁都知道，柯洁想怎么赢就怎么赢，半目和100目没差别。 今天的比赛，由于“几乎把AlphaGo逼到了极限”，虽然不是让子棋，但基本可以猜出，在人类棋手高水平发挥的前提下，目前AlphaGo让不到人类三子，可能是二子或者略多。 挂盘讲解的李世石也做出这种判断：AlphaGo并没有提升三子的实力，估计大概有二子。 至此，本次比赛人类棋手的目标或者说心愿已经达到：测试出AlphaGo的真正实力。 否则，AlphaGo就永远是上帝般的存在。 知道它强，但不知道它到底多强，所以它就是上帝。 知道，没有上帝。 如果由于无法评测AI（人工智能）的水平，而把它视为上帝一样的存在，这不是人类进化或者说发展的方向。 等于把命运交给未知，哪怕这个未知是人类创造出来的，也有理由疑虑甚至恐惧。 所以要感谢柯杰，不愧围棋第一人，他今天的勇气和表现，至少让暂时可以从外部角度了解到AlphaGo的真实水平。 这是比胜负更重要的事情。

和李开复的想法一样，很悲观的认为是0%，虽然作为人类这么说似乎是不太好的，但是master迅速的战胜了一大堆优秀的选手之后，再被证明是alphago时候的痛苦，或许身为棋手的他们才懂得，旁人看不过是一场游戏的输赢罢了。 明天其实就已经会播出第一场的比赛了，我们其实不用和赌球一样去猜测是否会胜利，我们需要知道的仅仅只是人工智能和人类棋艺的比拼而已，再反过来想想，不管是围棋还是alphago都是人类精心研制的产物罢了，自己败在了自己所创造出来的更先进的东西上面，又有什么好丢人的呢？ 就像父母一样，只不过希望自己的孩子更好，还会希望自己的孩子不如自己吗？这也是一个道理罢了。 第一次李世石的失利其实已经是一个鲜明的结果比对了，同样是九段围棋棋手，只不过这次面对的alphago还是2.0的加强版，所以不少人和minako一样的猜测都是0%的胜率。 23-27为期五天的比赛很磨人，但同样更希望大家抱着第一次看比赛的态度去期待第二次，即使不是人类胜出，但是如果双方都能有更好的表现，其实效应也都是一样的。人工智能的终端依然是为人类所服务的，只要在人类所能够控制的范围内，相信都会有更大的益处。 但对于是否有一天，人类会被自己所创造的东西所统治的时候，其实也非常难说，只不过人类的野心和创造力有时候也必须缓一缓，好好反思一下，过于急功近利，或许真的有一天，人类在思维上和精神上都不如人工智能，甚至于被时间所淘汰！

8，1-10落败,5分钟崩盘:星际2职业高手史上首次被AI击溃,AlphaStar...

编者按：本文来自微信公众号“量子位”（ID：QbitAI），作者 边策 栗子 夏乙。36氪经授权转载。

5分36秒的战斗后，LiquidMaNa打出：GG。

DeepMind开发的全新AI程序AlphaStar，在今天凌晨的《星际争霸2》人机大战直播节目中，轻松战胜2018 WCS Circuit排名13、神族最强10人之一的MaNa。

实际上，AlphaStar以10-1的战绩，全面击溃了人类职业高手。

战败的不止MaNa，还有另一位高手TLO。

人工智能在《星际争霸2》上的进步速度，远远超过了此前外界的预期。毕竟与下围棋这件事相比，星际2要难得多。

在围棋世界，动作空间只有361种，而星际2大约是1026。

与围棋不同，星际玩家面对的是不完美信息博弈。“战争迷雾”意味着玩家的规划、决策、行动，要一段时间后才能看到结果。

这意味着，AI需要学到长远的布局谋篇的策略能力。

即便如此，AlphaStar最终还是学会了如何打星际2。即便此次黄旭东保持克制、谁也没奶，但既定的事实已经无法更改。

直播进行到一半，就有网友在他的微博下留言：比国足输伊朗还惨。

尽管10战连败，人类职业高手仍然对人工智能不吝称赞：不可思议。MaNa说，我从AI身上学到了很多。以及，今天最后一局MaNa也为人类争取到了仅有的胜利！

赛后，TLO的说法跟李世乭输给AlphaGo后很像。他说：相信我，和AlphaStar比赛很难。不像和人在打，有种手足无措的感觉。他还说，每局比赛都是完全不一样的套路。

为什么AI这么强？别的先不展开讲，这里只说一个点。其实在比赛之前，AlphaStar的训练量，相当于打了200年实时对抗的星际2。

总而言之，谷歌DeepMind历时两年，终于让人工智能更进一步，AlphaGo有了新的接班人AlphaStar。

DeepMind CEO哈萨比斯说，AlphaStar的技术未来可用于预测天气、气候建模等需要very long sequences的应用场景。

一次里程碑意义的战斗，落下帷幕。

一次人类的新征程，正式开场。

AlphaStar：10-1

实际上，今天的人机大战主要内容并不是直播，而是回顾人机大战的结果。简单交待一下相关信息，比赛在Catalyst地图上进行，这张地图中文名叫“汇龙岛”。

图上设置了很多隘口和高地，网友说，这张图群龙盘踞，大战一触即发，官方称“能创造出许多有意思的进攻路径和防守阵形”。

游戏版本是去年10月的4.6.2，双方都使用神族（星灵）。

第一场比赛，发生在去年12月12日。

AlphaStar对TLO。

第一局人类选手TLO开局两分钟后就率先发难，不过AlphaStar扛下来，并且逐渐扭转了战局，迅速累积起资源优势。

5分钟左右，AlphaStar以追猎者为主要作战单位，开始向TLO发起试探性的攻击。并且在随后的时间里，持续对TLO展开骚扰，直至取胜。

DeepMind介绍，比赛中，实际上AlphaGo的APM比TLO要低。AlphaStar的APM中值是277，而TLO的APM中值是390。而大部分其他bot的APM，都高达几千甚至数万。

前三局基本都是这样。TLO说第四局就像换了个AI一样，打法完全变了，很接近典型神族打法。

当然，他又输了。这个感觉没错，其实他每次对阵的AI都不一样……

最后的结果是0-5，TLO一局没赢。不过他说：如果我多练练神族，我能轻易打败这些AI。毕竟TLO这些年一直主要在练虫族。

五局比赛打完，DeepMind团队为了庆祝喝了点酒，产生了一个大胆的想法：

再训练训练，和玩神族的职业选手打一场。

于是，快到圣诞节的时候，他们请来了Liquid的神族选手MaNa。

第二场比赛，发生在去年12月19日。

据说，MaNa五岁就开始打星际了。

在对战MaNa之前，AlphaStar又训练了一个星期。双方展开较量之前，MaNa只知道TLO输了，不知道是5-0，而且，明显没有TLO上次来那么紧张。

面对神族最强10人之一，DeepMind认为比赛会很精彩，但对胜利没什么自信。

双方第一局对决，AlphaStar在地图的左上角，MaNa在右下。4分钟，AlphaStar派出一队追猎者，开始进攻。基本上算是一波就推了MaNa。

正如开始所说，5分36秒，MaNa打出GG。

然后第二局也输了。这时候MaNa紧张起来，第三局决心翻盘。7分30秒，AlphaStar出动了一支大军打到MaNa家，MaNa GG。

最精彩的是第四局，MaNa的操作让现场解说叹为观止，他自己赛后也坦言”真是尽力了“。但最后，他的高科技军团在一群追猎者的360度包围下，全灭。MaNa打出了GG。

而且，AlphaStar完成360度包围这一高难度操作时，APM只有250左右。

第四局全程：

需要说明的是，其实在这局比赛中，AlphaStar的APM几乎已经失控，几度飙到1000多。量子位抓到了一些这样的瞬间。

MaNa说，输了好失望，我能出的单位都出了，最后输给了一群追猎者？他还说，AlphaStar的微操太厉害了。incredible。跟AI学东西，这种经历挺好。

人类扳回一城

今天的直播的最后，是现场的表演局（Exhibition game），直播MaNa对战AlphaStar。

在这场比赛中，MaNa采用了一种更激进的打法，一开局就造了更多的农民（探机），这说不定是上个月刚刚跟AlphaStar学来的战术。

12分钟后，MaNa一路拆掉AlphaStar的各种建筑，击败了无法打出GG的AlphaStar。

总算是帮人类挽回一些颜面。

这场比赛，全程在此：

另外DeepMind也放出了全部11局对决的视频，有兴趣可以前往这个地址查看：

网页链接

之前的10局比赛，DeepMind还拍成了一个纪录片。

解读AlphaStar

DeepMind和暴雪周三发出预告后，热情的网友们就已经把各种可能的技术方案猜了一遍。

现在答案揭晓：

AlphaStar学会打星际，全靠深度神经网络，这个网络从原始游戏界面接收数据 (输入) ，然后输出一系列指令，组成游戏中的某一个动作。

再说得具体一些，神经网络结构对星际里的那些单位，应用一个Transformer，再结合一个深度LSTM核心，一个自动回归策略 (在头部) ，以及一个集中值基线 (Centralised Value Baseline)。

DeepMind团队相信，这个进化了的模型，可以为许多其他机器学习领域的难题带来帮助：主要针对那些涉及长期序列建模、输出空间很大的问题，比如语言建模和视觉表示。

AlphaStar还用了一个新的多智能体学习算法。

这个神经网络，经过了监督学习和强化学习的训练。

最开始，训练用的是监督学习，素材来自暴雪发布的匿名人类玩家的游戏实况。

这些资料可以让AlphaStar通过模仿星际天梯选手的操作，来学习游戏的宏观和微观策略。

最初的智能体，游戏内置的精英级 (Elite) AI就能击败，相当于人类的黄金段位 (95%) 。

而这个早期的智能体，就是强化学习的种子。

在它的基础之上，一个连续联赛 (Continuous League) 被创建出来，相当于为智能体准备了一个竞技场，里面的智能体互为竞争对手，就好像人类在天梯上互相较量一样：

从现有的智能体上造出新的分支，就会有越来越多的选手不断加入比赛。新的智能体再从与对手的竞争中学习。

这种新的训练形式，是把从前基于种群 (Population-Based) 的强化学习思路又深化了一些，制造出一种可以对巨大的策略空间进行持续探索的过程。

这个方法，在保证智能体在策略强大的对手面前表现优秀的同时，也不忘怎样应对不那么强大的早期对手。

随着智能体联赛不断进行，新智能体的出生，就会出现新的反击策略 (Counter Strategies) ，来应对早期的游戏策略。

一部分新智能体执行的策略，只是早期策略稍稍改进后的版本；而另一部分智能体，可以探索出全新的策略，完全不同的建造顺序，完全不同的单位组合，完全不同的微观微操方法。

早期的联赛里，一些俗气的策略很受欢迎，比如用光子炮和暗黑圣堂武士快速rush。

这些风险很高的策略，在训练过程中就被逐渐抛弃了。同时，智能体会学到一些新策略；比如通过增加工人来增加经济，或者牺牲两个先知来来破坏对方的经济。

这个过程就像人类选手，从星际争霸诞生的那年起，不断学到新的策略，摒弃旧的策略，直到如今。

除此之外，要鼓励联赛中智能体的多样性，所以每个智能体都有不同的学习目标：比如一个智能体的目标应该设定成打击哪些对手，比如该用哪些内部动机来影响一个智能体的偏好。

而且，智能体的学习目标会适应环境不断改变。

神经网络给每一个智能体的权重，也是随着强化学习过程不断变化的。而不断变化的权重，就是学习目标演化的依据。

权重更新的规则，是一个新的off-policy演员评论家强化学习算法，里面包含了经验重播 (Experience Replay) ，自我模仿学习 (Self-Imitation Learning) 以及策略蒸馏 (Policy Distillation) 等等机制。

为了训练AlphaStar，DeepMind用谷歌三代TPU搭建了一个高度可扩展的分布式训练环境，支持许多个智能体一起从几千个星际2的并行实例中学习。每个智能体用了16个TPU。

智能体联赛进行了14天，这相当于让每一个智能体都经历了连打200年游戏的训练时间。

最终的AlphaStar智能体，是联赛中所有智能体的策略最有效的融合，并且只要一台普通的台式机，一块普通的GPU就能跑。

AlphaStar打游戏的时候，在看什么、想什么？

上图，就是DeepMind展示的AI打游戏过程。

原始的观察里数据输入到神经网络之中，产生一些内部激活，这些激活会转化成初步的决策：该做哪些操作、点击什么位置、在哪建造建筑等等。另外，神经网络还会预测各种操作会导致的结果。

AlphaStar看到的游戏界面，和我们打游戏时看到的小地图差不多：一个小型完整地图，能看到自己在地图上的所有单位、以及敌方所有可见单位。

这和人类相比有一点点优势。人类在打游戏的时候，要明确地合理分配注意力，来决定到底要看哪一片区域。

不过，DeepMind对AlphaStar游戏数据的分析显示，它观察地图时也有类似于人类的注意力切换，会平均每分钟切换30词左右关注的区域。

这，是12月打的10场游戏的情况。

今天直播中和MaNa对战的AI，就略有不同。

连胜之后，DeepMind团队总会有大胆的想法冒出来——他们迭代了第二版AlphaStar，这一版和人类观察地图的方式是一样的，也要不停选择将视野切换到哪，只能看到屏幕上视野范围内的信息，而且只能在这个范围内操作。

视野切换版AlphaStar经过7天训练，达到了和第一版差不多的水平。

不过，这个版本的智能体原型还是在今天的直播中输给了MaNa，成为了10-1里的1。

DeepMind对他们的AI仍然充满信心，他们在博客中说，这个智能体只训练了7天，希望能在不久的将来，能测试一个完全训练好了的视野版智能体。

现在，AlphaStar还只能玩神族。DeepMind说，他们为了在内部测试中减少训练时间和变量，决定先只玩一个种族。

不过，这不代表它就学不会其他种族。同样的训练流程，换个种族还是一样用。

星际界的樊麾和带路党

这次人机大战背后，有很多人的努力，我们这次重点介绍三个人。

首先是AlphaStar的两个人类对手。

TLO是一位德国职业星际2选手，原名Dario Wünsch，1990年7月13日出生。现在效力于职业游戏战队Liquid。

之前TLO有个称号：随机天王。星际2的公测阶段，他使用哪个种族都得心应手，不过后来，TLO开始逐渐专攻于虫族。

根据官方公布的数据，TLO在2018 WCS Circuit排名：44。

国内关于TLO的资料，不少都是几年前的对战，现在TLO应该已经在自己职业生涯的末期，可以算是一位久经沙场的老将。

MaNa是一位出生于波兰的职业星际2选手，原名Grzegorz Komincz，1993年12月14日出生，目前也效力于Liquid。

与TLO相比，MaNa是一个正值当打之年的选手。

而且，他更擅长的是神族。尽管他打出GG的速度更快……

MaNa去年获得WCS Austin的第二名。根据官方公布的数据，他在2018 WCS Circuit排名：13。

MaNa和TLO和AlphaStar的对战，发生在去年12月。地点在伦敦，就是DeepMind的总部。这不禁让人想起当年AlphaGo的故事。

AlphaGo名不见经传时，也是悄悄把樊麾请到了伦敦，然后把樊麾杀得有点怀疑“棋”生。然后开始向全世界公布突破性的进展。

TLO和MaNa，应该就是星际2界的樊麾了吧。

第三个是AlphaStar的教父：Oriol Vinyals。

他是DeepMind星际2项目的核心负责人。我们在此前的报道里介绍过他。1990年代，十几岁的Oriol Vinyals成了西班牙《星际争霸》全国冠军。

他之所以玩这款科幻策略游戏，是因为比其他打打杀杀的游戏更需要动脑子。维纽斯说：“没上大学之前，这款游戏就让我在生活中怀有更强的战略思维。”

Vinyals的战略思维的确获得了回报：在巴塞罗那学习了电信工程和数学之后，维纽斯去过微软研究院实习，获得了加州大学伯克利的计算机博士学位，接着加入谷歌大脑团队，开始从事人工智能开发工作，然后又转入谷歌旗下DeepMind团队。

他又跟“星际争霸”打起了交道。

但这一次不是他亲自玩，而是教给机器人怎么玩。在人工智能成为全球最优秀的围棋选手后，星际成为了下一个攻克目标。

AI打星际的意义

早在2003年人类就开始尝试用AI解决即时战略（RTS）游戏问题。那时候AI还连围棋问题还没有解决，而RTS比围棋还要复杂。

直到2016年，“阿尔法狗”打败了李世石。DeepMind在解决围棋问题后，很快把目光转向了《星际2》。

与国际象棋或围棋不同，星际玩家面对的是“不完美信息博弈”。

在玩家做决策之前，围棋棋盘上所有的信息都能直接看到。而游戏中的“战争迷雾”却让你无法看到对方的操作、阴影中有哪些单位。

这意味着玩家的规划、决策、行动，要一段时间后才能看到结果。这类问题在现实世界中具有重要意义。

为了获胜，玩家必须在宏观战略和微观操作之间取得平衡。

平衡短期和长期目标并适应意外情况的需要，对脆弱和缺乏灵活性的系统构成了巨大挑战。

掌握这个问题需要在几个AI研究挑战中取得突破，包括:

博弈论：星际争霸没有单一的最佳策略。因此，AI训练过程需要不断探索和拓展战略知识的前沿。

不完美信息：不像象棋或围棋那样，棋手什么都看得到，关键信息对星际玩家来说是隐藏的，必须通过“侦察”来主动发现。

长期规划：像许多现实世界中的问题一样，因果关系不是立竿见影的。游戏可能需要一个小时才能结束，这意味着游戏早期采取的行动可能在很长一段时间内都不会有回报。

实时：不同于传统的棋类游戏，星际争霸玩家必须随着游戏时间的推移不断地执行动作。

更大的操作空间：必须实时控制数百个不同的单元和建筑物，从而形成可能的组合空间。此外，操作是分层的，可以修改和扩充。

为了进一步探索这些问题，DeepMind与暴雪2017年合作发布了一套名为PySC2的开源工具，在此基础上，结合工程和算法突破，才有了现在的AlphaStar。

除了DeepMind以外，其他公司和高校去年也积极备战：

4月，南京大学的俞扬团队，研究了《星际2》的分层强化学习方法，在对战最高等级的无作弊电脑情况下，胜率超过93%。

9月，腾讯AI Lab发布论文称，他们构建的AI首次在完整的虫族VS虫族比赛中击败了星际2的内置机器人Bot。

11月，加州大学伯克利分校在星际2中使用了一种新型模块化AI架构，用虫族对抗电脑难度5级的虫族时，分别达到 94%（有战争迷雾）和 87%（无战争迷雾）的胜率。

下一步

今天AI搞定了《星际2》，DeepMind显然不满足于此，他们的下一步会是什么？

哈萨比斯在赛后说，虽然星际争霸“只是”一个非常复杂的游戏，但他对AlphaStar背后的技术更感兴趣。其中包含的超长序列的预测，未来可以用在天气预测和气候建模中。

他还透露将在期刊上发表经过同行评审的论文，详细描述AlphaStar的技术细节。一起期待吧~

*本文由腾讯新闻、量子位共同出品，作者系量子位，腾讯新闻同步首发，未经授权，不得转载。

文章TAG：柯洁对战alpha攻略  为什么  柯洁  对战  alpha