愛玩網(wǎng)百萬稿費(fèi)活動(dòng)投稿，作者 Quinn，未經(jīng)授權(quán)請勿轉(zhuǎn)載

2016年的暴雪嘉年華開幕式上，暴雪宣布與谷歌DeepMind（即Alpha Go的創(chuàng)造者）合作，嘗試開發(fā)新一代的人工智能，在《星際爭霸2》中與人類對陣。一石激起千層浪，在圍棋界出盡風(fēng)頭的人工智能，似乎對目前最經(jīng)典的RTS系列志在必得。谷歌尚未給這位襁褓中的天才星際選手命名，我們暫且戲謔的稱呼它為“Alpha SC”。人們最關(guān)注的問題是，“Alpha SC”是否可以在電子競技再續(xù)輝煌？

答案是，非?？赡?。

Oriol Vinyals，谷歌搜索科學(xué)家，于暴雪嘉年華宣布DeepMind將挑戰(zhàn)《星際爭霸2》

難道人類，作為地球上的高等智能生物，在自己的造物面前只能節(jié)節(jié)敗退，毫無還手之力？那倒不一定。如何打敗Alpha Go，還得先從它的原理說起。相比較國際象棋，圍棋的策略廣度與深度，令其一度被噱頭媒體封為“計(jì)算機(jī)無法戰(zhàn)勝的游戲”。即使是專業(yè)的計(jì)算機(jī)學(xué)家，也曾認(rèn)為在2035年之前AI無法拿下圍棋。

然而阿法狗是如何做到的？簡單來說，傳統(tǒng)的圍棋程序靠一個(gè)“傻子”瞎猜，例如猜一萬次，每次亂走三步（腦海中假設(shè)對手也是亂走的），最后在這一萬次里選擇結(jié)果最好的那一步。聽起來很傻是不是？然而阿法狗之前的圍棋程序就是這么玩圍棋的。阿法狗的聰明之處在于，額外增加了三個(gè)人，我們姑且稱呼它們?yōu)椤爸钦摺薄ⅰ霸u論家”和“瘋子”。

集“智者”、“評論家”、“瘋子”于一體的藤原佐為

“智者”學(xué)習(xí)數(shù)萬張高水平棋譜后，告訴傻子，“嗨，兄弟，根據(jù)我學(xué)習(xí)的經(jīng)驗(yàn)。你在腦海中推演的時(shí)候別亂走，試試走這幾步，對手也不是亂走的，他可能走這、這幾步?！奔僭O(shè)傻子打算試一萬次，每次在“智者”的指導(dǎo)下能少走三步，其效率就遠(yuǎn)比自己瞎蒙要高。另外，每推演一次，同樣學(xué)習(xí)了棋譜的“評論家”便會(huì)根據(jù)推演完的場面給一個(gè)分?jǐn)?shù)。推演全部完成后，傻子會(huì)在實(shí)際棋局中走出評分最高的那一步?？雌饋砗芡昝朗遣皇牵磕壳敖刂?，計(jì)算機(jī)做的所有事情全部是基于學(xué)習(xí)，然而光靠學(xué)習(xí)是無法打敗師傅的。于是我們引入了“瘋子”?！隘傋印睙釔叟c自己下棋，于是常常在“智者”的指導(dǎo)下與自己玩的不亦樂乎。每同自己完成一把比賽，“瘋子”便會(huì)告訴“智者”：“你指導(dǎo)的黑子贏了，以后多用這些套路。指導(dǎo)的白子輸了，以后少用?！痹谶@種類似叢林法則的弱肉強(qiáng)食中，人類的招式經(jīng)歷了精煉與變形，令A(yù)lpha Go在不斷進(jìn)步中擁有了戰(zhàn)勝人類的資本。在當(dāng)時(shí)Master的60場比賽中，AI怪招頻出，就要感謝這個(gè)“瘋子”。

圖片來源Pixiv（id=55831129，作者：MusyneXSK）

不得不說DeepMind在選擇游戲上是相當(dāng)聰明的。既然知道了阿法狗的原理，再來看看人類在《星際爭霸2》中為何毫無勝算。

1、APM，電子游戲作為AI的主場，它的優(yōu)勢無疑是巨大的。接近無限的APM讓其戰(zhàn)勝人類變得異乎簡單。暴雪曾經(jīng)制作出一個(gè)擁有一萬APM的AI，甚至可以用100只小狗全殲20輛攻城坦克，而同樣的情況下，職業(yè)玩家只能做到1-2輛。強(qiáng)大的微操能力讓計(jì)算機(jī)可以輕易打贏數(shù)倍于己的人類玩家。雖然谷歌答應(yīng)會(huì)對APM進(jìn)行限制，然而限制多少，一分鐘一次點(diǎn)擊？還是三百，一千？從某種程度上來說AI已經(jīng)贏了，區(qū)別只是，谷歌爸爸讓不讓他贏。

2、《星際爭霸2》在開始接觸敵人前，變數(shù)不大，相對計(jì)算機(jī)來說不難學(xué)習(xí)。起建筑、造兵、開分礦。規(guī)律性較強(qiáng)。這部分降低了決策深度。

3、隨機(jī)情況較少，局部全局最優(yōu)解的分布較集中，讓“智者”更容易給出最優(yōu)答案。

4、對局記錄豐富，易于計(jì)算機(jī)學(xué)習(xí)。

《星際爭霸2》目前2000APM的AI，可以讓100只小狗瞬間散成一圈

存在人工智能hold不住的游戲嗎？

要找出電腦無法hold住的游戲，首先得明白“何種特質(zhì)”的游戲難以被阿法狗掌握。

1、首先我們排除需要反應(yīng)力、APM、點(diǎn)擊精準(zhǔn)度的游戲。即時(shí)策略、FPS、格斗類、MOBA類都可以排除。這些是計(jì)算機(jī)的絕對強(qiáng)項(xiàng)，其反應(yīng)速度是人類的上百倍，點(diǎn)擊精確度甚至可以精確到像素，躲技能的判斷更是精確到毫秒，人類毫無勝算。

2、決策的深度和廣度都必須保證。這一點(diǎn)為難了“傻子”。假設(shè)有一百個(gè)坑，只有一個(gè)裝了蘿卜。原本“傻子”試五十個(gè)坑就有大概率找到蘿卜，現(xiàn)在把坑增加到一萬個(gè)，“傻子”只有傻眼了，要么它增加嘗試的次數(shù)，要么只能降低找到正確坑的概率。

3、游戲最好具有一定的隨機(jī)性。打個(gè)比較極端的例子，如果我們和計(jì)算機(jī)玩猜拳，贏電腦其實(shí)相當(dāng)簡單。因?yàn)橥耆S機(jī)讓最優(yōu)解的分布分散了，換句話說，每一個(gè)決定都是三分之一的勝率，機(jī)器無法學(xué)習(xí)到對自己最優(yōu)的方案。當(dāng)在游戲中加入較多的隨機(jī)因素后，“智者”更難找到最佳策略。同樣，“瘋子”的效率也降低了——它左手贏，可能只是因?yàn)檫\(yùn)氣好而已，而事實(shí)上右手才是最佳策略，卻因運(yùn)氣輸?shù)袅擞螒?，?dǎo)致瘋子更難判定左右手的優(yōu)劣。

4、每一局游戲差異性越大，越不利于計(jì)算機(jī)學(xué)習(xí)。回到《星際爭霸》，假設(shè)我們有一千個(gè)種族，幾乎每一把職業(yè)比賽對決，都是不同種族之間的對決。對職業(yè)選手來說，大致想一下對方可能用的策略，便能從容比賽。而對于計(jì)算機(jī)來說，每一種種族間的比賽都只有1-2個(gè)樣本可以學(xué)習(xí)，現(xiàn)在輪到“智者”和“評論家”蛋疼了。學(xué)習(xí)樣本不夠，每次“傻子”來問問題，見識(shí)短淺的“智者”只能亂給一個(gè)答案，而“評論家”打起分來，也仿佛TGA評委附體?，F(xiàn)場根本控制不住。

5、即時(shí)性。由于“傻子”推演，“評論家”評分，“智者”思索對策都需要時(shí)間。當(dāng)時(shí)間不夠時(shí)，原本準(zhǔn)備推演一萬次的“傻子”，只能推演五千次遍要草草做決定。決策的質(zhì)量自然是要打個(gè)折扣。

結(jié)合以上四點(diǎn)，幾款游戲便呼之欲出了。

1、爐石傳說

《爐石傳說》相較于萬智牌，擁有較高的隨機(jī)性，蒙特卡洛搜索樹的反饋難以讓決策收斂于局部最優(yōu)解。同時(shí)每一局的差異性巨大，讓同樣的對局不可能發(fā)生兩次，也加大了計(jì)算機(jī)的學(xué)習(xí)難度。另外如果把組牌也算成游戲過程的話，創(chuàng)新牌組對于阿法狗來說幾乎不可能。它的自學(xué)習(xí)網(wǎng)絡(luò)難以應(yīng)付如此龐大的組牌可能性，尤其是在對局擁有如此多的隨機(jī)因素的情況下。即使它克服了全部的困難，由于對方的牌組未知，它依舊難以評估最應(yīng)該打的牌。同時(shí)回合制也讓它最擅長的微操毫無用武之處。

《歐陸風(fēng)云》、《維多利亞》、《十字軍之王》系列

P社四萌中的三款。為什么唯獨(dú)不包括《鋼鐵雄心》，因?yàn)椤朵撹F雄心》簡化了經(jīng)濟(jì)與外交，專注于戰(zhàn)斗系統(tǒng)。首先需要考慮的面就窄了很多，其次戰(zhàn)斗系統(tǒng)對微操的依賴給了計(jì)算機(jī)相當(dāng)大的優(yōu)勢，可能在策略上處于弱勢，但計(jì)算機(jī)依舊可以用微操扳回劣勢。

而《歐陸風(fēng)云》、《維多利亞》、《十字軍之王》系列，雖然復(fù)雜度各有高低，但涵蓋面廣，支系統(tǒng)復(fù)雜，各個(gè)系統(tǒng)之間相互作用說不清道不明，牽一發(fā)而動(dòng)全身，對于計(jì)算機(jī)來說想要計(jì)算每一個(gè)決策的分值，將會(huì)相當(dāng)困難。另外狀態(tài)繁多，輸入哪些數(shù)值給計(jì)算機(jī)用作決策參考，對于DeepMind來說也是相當(dāng)復(fù)雜。并列為最不可能被計(jì)算機(jī)掌握的游戲之一。

《R.U.S.E》

育碧發(fā)行的即時(shí)戰(zhàn)略游戲，也是上榜的唯一一款RTS。正如育碧宣傳的，《R.U.S.E》故意簡化了操作，讓玩家可以從繁瑣的微操中解脫出來，而專注于大局策略。游戲中，玩家可以將部隊(duì)隱藏在樹林中、或城市里。一旦成功組織一次埋伏，數(shù)倍于己的軍隊(duì)也將頃刻被消滅。另外游戲加了計(jì)策系統(tǒng)，例如無線電靜默，可以讓該區(qū)域無法被對方看到。間諜網(wǎng)則反過來，揭示該區(qū)域部隊(duì)一段時(shí)間。

有的計(jì)策還可以組織木制坦克，來一次佯攻。甚至可以起假基地，誘騙電腦進(jìn)攻。眾所周知，計(jì)算機(jī)是相當(dāng)好騙的。只要偽裝的足夠像，阿法狗也會(huì)真假難辨，進(jìn)而落入玩家精心編織的陷阱。一場蓄謀已久的決戰(zhàn)，便可一錘定音。

《坦克世界》

《坦克世界》勝在每局的差異性，和過高的決策寬度，復(fù)雜且瞬息萬變的戰(zhàn)場態(tài)勢，以及對微操的低依賴性。每一局都完全不一樣的敵我陣容，以及多達(dá)上百輛自己可能使用的坦克，讓學(xué)習(xí)異常困難。另外花樣百出的敵我坦克站在各個(gè)不同的地方都會(huì)對決策產(chǎn)生影響，戰(zhàn)場還是瞬息萬變的，這對阿法狗來說，根本不可能在短時(shí)間內(nèi)完成如此復(fù)雜的決策。同樣的，游戲?qū)ξ⒉僖蕾囆圆粡?qiáng)，APM上萬依舊然并卵。

《魔獸世界：軍團(tuán)再臨》

相比較其他RPG，《魔獸世界》實(shí)在是太龐大了，系統(tǒng)十分的復(fù)雜。即使現(xiàn)有機(jī)器學(xué)習(xí)算法已經(jīng)可以理解NPC對話與劇情中的基本關(guān)系，但是龐大的背景和復(fù)雜的系統(tǒng)，依舊讓AI無所適從。

計(jì)算機(jī)除了可以在PvP戰(zhàn)勝人類外，無法順利游玩絕大部分WoW內(nèi)容。我相信若有一天計(jì)算機(jī)征服了WoW，那么可以在真實(shí)社會(huì)學(xué)習(xí)、生活，處理復(fù)雜難題的機(jī)器人也指日可待了（當(dāng)然，這個(gè)時(shí)候還是把機(jī)器人的“PvP”系統(tǒng)刪掉比較好）。

《五星上將》系列

該系列了解的童鞋可能不多，代表作為《裝甲元帥》系列。游戲模擬了某一時(shí)期的戰(zhàn)場，特點(diǎn)是囊括了該時(shí)期上百種大量武器裝備，上至各類戰(zhàn)機(jī)，下至架橋工程部隊(duì)無所不包，是軍事迷必玩的游戲。每種單位的屬性多達(dá)21種，地形也會(huì)對戰(zhàn)場產(chǎn)生各種影響，天氣也讓戰(zhàn)局充滿著不確定性——例如下雨后地面會(huì)變得泥濘，這對步行單位來說將是場災(zāi)難。

復(fù)雜的地形、單位，以及不確定的天氣，讓這款游戲相當(dāng)真實(shí)地模擬了戰(zhàn)場環(huán)境，也讓計(jì)算機(jī)難以應(yīng)付如此復(fù)雜的情況。另外不得不提的是，《五星上將》另一部作品，《人民的將軍》的主角便是中國，玩家可以指揮諸如99式主戰(zhàn)坦克、武直9、85榴這樣的國產(chǎn)武器，在虛擬的棋盤上與世界各國來一場頗具真實(shí)感的較量。

在《人民的將軍》中，玩家可以操控ZTZ85、ZTZ99等等游戲中并不常見的我軍裝備

推理類游戲（例如《逆轉(zhuǎn)裁判》、《彈丸論破》系列）

很多推理對人類來說相當(dāng)簡單，對計(jì)算機(jī)來說卻是極其困難的。自然語言學(xué)習(xí)已經(jīng)可以提煉出人類話語中基本的邏輯（譬如我前面說的那句話，在計(jì)算機(jī)看來便是“人類-推理-簡單，計(jì)算機(jī)-推理-難”），要找出游戲中的邏輯漏洞，經(jīng)常需要人類生活中方方面面的常識(shí)——藝術(shù)、社會(huì)等等。

關(guān)于自然語言中命題邏輯的推理，目前也鮮有看見這方面的科研成果。此類游戲，以人類目前公開的知識(shí)水平，計(jì)算機(jī)只有用窮舉法來通關(guān)，即點(diǎn)擊每一個(gè)可能的對話選項(xiàng)，調(diào)查地圖上每一個(gè)地點(diǎn)。顯然的，通關(guān)速度將明顯慢于人類。

《無盡傳奇》&《太空帝國4》

兩款4X游戲很相似，因此拿到一塊來說。極豐富的內(nèi)容，近乎無窮的狀態(tài)變量，還有非常高的隨機(jī)性，花樣百出的任務(wù)，近乎無限的科技搭配，眼花繚亂的種族，功能各異的幾十種兵種，更別提這些兵種還能自由搭配裝備。種種這些，甚至直接讓這兩款游戲無法被計(jì)算機(jī)學(xué)習(xí)。

玩家常常抱怨《無盡傳奇》的AI太傻。至于《太空帝國》這邊，AI唯一技能就是到處亂竄，在銀河系中示范近乎完美的布朗運(yùn)動(dòng)。對此我想說制作組真的盡力了，即使是阿法狗來做這游戲的AI，智商多半還不如現(xiàn)有的傳統(tǒng)AI。況且內(nèi)容如此豐富的游戲，即使只有自己一個(gè)人玩，也可以樂趣無窮，不是嗎？

上述說的幾款游戲，除非計(jì)算機(jī)性能出現(xiàn)爆炸式的提升，或者有新的更神奇的算法出現(xiàn)，他們都難以被AI掌握。至少在20年內(nèi)，玩這些游戲還是我們?nèi)祟惖摹皩＠?。然而技術(shù)在不斷進(jìn)步，沒有永遠(yuǎn)無法攻破的堡壘。只是筆者不禁的猜想，在未來，當(dāng)所有游戲的陣地皆被AI拿下時(shí)，昔日萬靈之長手中驕傲的資本空空如也，卻握著世界上最偉大的智能造物，我們的后代，到底是喜是憂？

然而計(jì)算機(jī)的想法估計(jì)很簡單：這么弱？我可能認(rèn)了個(gè)假爸爸。

本文所有關(guān)于Alpha Go原理性的描述，均基于DeepMind項(xiàng)目組2016年1月發(fā)表于《Nature》的論文《Mastering the Game of Go with Deep Neural Networks and Tree Search》，不對最新改進(jìn)版Master負(fù)責(zé)。