【星际争霸人类战胜机器】韩国选手4:0战胜Facebook等机构AI

简介:

 韩国的专业玩家在星际争霸游戏中以4:0的比分战胜了AI。

在人与AI最近的一次遭遇战中,韩国的专业玩家在星际争霸游戏中以4:0的比分战胜了AI。比赛于本周二在韩国的世宗大学举行。

虽然AI在本次比赛中击败了两位业余玩家,但是,在对阵专业级玩家宋炳具(Song Byung-gu)时,它们输掉了所有的比赛。宋炳具被认为是世界上最好的星际争霸职业选手之一。

9eecdeab7cf629d582be7d717018edc8393f551a

参加本次比赛的AI系统有四个,分别是:来自韩国世宗大学的MJ Bot、来自澳大利亚的ZZZK、来自挪威的TSCMOO和来自FacebookCherryPi

赛前的预期普遍认为,这些AI 将会败在专业玩家的手下,因为它们的训练算法依然有很大的局限性,加上星际争霸本身的复杂性和即时性,使得计算机很难预测出对手的下一步行动。

谷歌DeepMind训练的AlphaGo使用复杂的算法和大量的数据掌握了围棋,但是,这次参加星际争霸的四个AI,都只是被训练遵循“脚本”,简单地命令计算机执行具体场景下的具体任务。

 “不通过机器学习训练的AI存在明显的局限性”,世宗大学的Kim Kyung-joong说,他是计算机工程学教授,领导 MJ Bot的研发。

深度学习是一种高级的机器学习,它使用人工神经网络,网络中节点与层互联,在新信息进入时,这些连接会重新组合,使计算机能够有效自我学习,而无需人工编程。正是这种方法使AlphaGo能够评估,发展和执行其战略,达到顶级水平。 

虽然机器学习的机制还没到位,但是,这四个AI在首尔的比赛中确定还是展示出了在星际争霸比赛的某些超能力,特别是在与业余选手的对抗中。

例如,AI 每分钟的按键次数峰值可以达到20000次,这是一个衡量玩家对游戏控制速度的指标,但是在人类玩家的平均速度只有每分钟300次。

不过,AI 还是展示出了一些关键的缺陷,特别是根据人类专业玩家变化的对战策略来调整自己的策略和控制行动上。

 Song说,他们确实发现这些AI在某些方面有过人之处。“在防御我的进攻时,他们管理自己联盟的方式从某处程度上看相当惊艳”,他说。

“虽然有些时候,看起来AI确实像人类一样在玩这一游戏,但是我觉得他们还没有学会人类玩家的不断变化的控制和判断。”Song在4:0获胜后说。

“如果专业玩家参与到这些AI的训练中来,我认为会带来巨大的提升、一旦AI的技巧更为熟练,我认为未来AI会是这一游戏中对人类专业玩家来说很强的对手。”他说。

DeepMind、Facebook 目前都在尝试用AI玩星际争霸。2017年8月7日,Facebook刚刚宣布开源史上最大的《星际争霸》游戏数据集STARDATA。 10日DeepMind在官方博客上宣布开源星际争霸2 研究训练平台SC2LE。

其他专家现在预测,一旦得到正确的训练,AI 就能够击败专业的星际争霸玩家。韩国科技大学计算机科学和工程教授郑汉敏(Jung Han-min)说:“当AI Bot 配备了像AlphaGo这样的(高级别)决策系统时,人类就无法获胜。



原文发布时间为:2017-11-3

本文作者:弗格森

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号

原文链接:【星际争霸人类战胜机器】韩国选手4:0战胜Facebook等机构AI



相关文章
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
AI检测技术:如何识别机器生成的“数字指纹”?
AI检测技术:如何识别机器生成的“数字指纹”?
343 115
|
4月前
|
人工智能 自然语言处理 数据安全/隐私保护
AI生成的文本:如何识破机器的“笔迹”?
AI生成的文本:如何识破机器的“笔迹”?
806 85
|
4月前
|
人工智能 数据安全/隐私保护
AI生成的痕迹:我们如何检测机器撰写的文本
AI生成的痕迹:我们如何检测机器撰写的文本
1332 117
|
4月前
|
人工智能 生物认证 数据安全/隐私保护
AI检测器:我们如何识别机器生成的内容?
AI检测器:我们如何识别机器生成的内容?
375 3
|
4月前
|
机器学习/深度学习 人工智能
破译AI指纹:如何检测内容是否出自机器之手?
破译AI指纹:如何检测内容是否出自机器之手?
223 3
|
4月前
|
人工智能 搜索推荐 数据安全/隐私保护
AI检测技术:如何识别机器生成内容?
AI检测技术:如何识别机器生成内容?
341 0
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
拔俗AI语义大模型软件:让机器真正“懂”你的话
AI语义大模型远非聊天机器人,其核心由三大技术构成:基于Transformer的自注意力机制实现语言理解;通过预训练+微调,从通才成长为专才;结合提示工程与推理优化,提升输出质量与运行效率。这是一套深度融合算法、数据与工程的复杂系统,推动智能应用真正落地。
215 0
|
机器学习/深度学习 算法 决策智能
【重磅开源】Facebook开源 Nevergrad:一种用于无梯度优化的开源工具
【重磅开源】Facebook开源 Nevergrad:一种用于无梯度优化的开源工具
473 0
|
缓存 数据可视化 测试技术
开源多年后,Facebook这个调试工具,再登Github热门榜
让许多工程师合作开发大型应用大多会面临一个挑战,通常没有一个人知道每个模块是如何工作的,这种技能会让开发新功能、调查Bug或优化性能变得困难,为了解决这个问题,Facebook创建并开源了Flipper,一个可扩展的跨平台的调试工具,用来调试 iOS 和 Android 应用。近日又双叒登上了Github热榜。
|
前端开发 JavaScript 测试技术
Facebook 开源可扩展文本编辑器 Lexical
Meta(原 Facebook)近日开源可扩展文本编辑器 Lexical,源代码托管在 GitHub 上采用 MIT 许可证。
730 0
Facebook 开源可扩展文本编辑器 Lexical

热门文章

最新文章