谷歌人工智能DeepMind 与星际争霸2战队进行交流
在1998年《星际争霸》问世之时，DeepMind人工智能（AI）研究员Oriol Vinyals还是一名西班牙少年。他当时就爱上了这款游戏，排名也不断提升，甚至还夺得了世界电子竞技大赛（WCG）的第三名。自那时起，他就成为了AI研究中的最强大脑之一。他目前正在进行什么项目？开发一款精通《星际争霸II》的机器人，或称之为“智能体”。
感谢您抽出时间与我们交流！您能介绍一下自己吗？
Oriol：我是Oriol Vinyals，DeepMind的研究员。我目前负责主持《星际争霸II》项目。我致力于发展人工智能相关科技。《星际争霸》是优秀的研究媒介——事实上，我在加州大学伯克利分校读博期间就针对该游戏进行了部分研究。
您在攻读博士学位时主要研究的是《星际争霸》吗？
Oriol：我的一位朋友曾说：“在伯克利分校中，有团队准备参加‘AI对抗AI’的比赛。既然你曾经参加过竞技比赛，那么去了解一下应该很不错。”
他们当时正在以异虫单位——异龙为基础，创造机器人。于是我就开始与智能体比赛……他们都喊我“教练”。
该项目的游戏方式是以专家规则为基础的。“我们计划建造许多异龙，因此我们需要设计一个建造命令，希望其能够应对早期的快速发展，并扩展到足以满足生产需要。”诸如此类。这种方法非常程序化，尽管其已经学会了实际中的异龙微操。我们其实赢了那场比赛。真是有趣极了。
那项工作与您现在在DeepMind中的工作有何不同？
Oriol：DeepMind如今正在开发人们称为“AGI”——即通用人工智能的技术。我们不仅仅单纯地开发玩某一种游戏的智能体，而是想要了解到底什么是学习范式。正因为如此，这种智能体在没有大量先验知识的情况下，也能够玩任何游戏。我认为，这项机器人的开发任务很有挑战性，同时又充满趣味性——我们不编写规则，仅让智能体看屏幕。“这是鼠标和键盘。去吧，开始与游戏互动，试着玩得更好。”
是什么吸引DeepMind去研究《星际争霸》？
Oriol：对于AI来说，这款游戏确实颇具挑战性。在围棋中，你总是可以纵观棋局；但在《星际争霸》中却不能如此，所以你需要使用侦察机……当然还有交互界面——这是一个很棒的测试平台，通过它你能够了解，自己的智能体是否能够用“选中-点击”的方式与游戏交互，这与Atari中的14个动作有所不同。这确实是一项令人兴奋的挑战。
项目进行的如何？
Oriol：因为训练模型的方式，肯定会出现一些非常明显的差别。回顾起来，其威力是显而易见的。例如，利用单动作进行镜头移动，环视地图。事实证明，随机智能体会把镜头从它们的营地移开，并且从来不会返回来看它们需要关注的东西——比如营地、建筑建造等。
很简单地，对于人类来说——镜头的概念就是帮助他们在左下方查看小地图；这些智能体遍布整片区域，不断点击小地图，但这种做法肯定不能让它们到达任何地方。如果它们突然幸运地点到了营地，它们下一步的行动就会是：选择所有工人，并将它们派出去。
这也是我们极不愿意看到的。自此，它们确实需要获得某些讯号、奖励。我希望它们能够获得好运气，完成正确的事，并且随后（到那时）开始学习。这与Atari的游戏有所不同——在Atari中，你可以迅速地采取合理的行动；而《星际争霸》拥有不同的指数行动空间。在这片区域中，尤其是在不受限制的游戏设置中，是很难顺利开展行动的。
我们发布了一套迷你游戏，它是《星际争霸》的简化版本。我们将游戏的某些部分分割为地图，其中包括“扩展和建造大量工人”、“移动单位并尝试覆盖尽可能多的地图”等等内容。在迷你游戏中，我们让智能体有机会学习在四周移动单位的基础要素，比如战局......
（若想了解更多细节，请参阅DeepMind与暴雪联合发布的文件，其主要内容为他们在《星际争霸II》中获取的早期成果。）
到目前为止，您获得过什么惊喜吗？
Oriol：在这张地图中有两名陆战队员，他们的任务是拾取地图上散布的晶体矿。而智能体难以完成的事项之一就是——搞清楚如何独立使用陆战队员。但它们能够学习到的是采用巡逻的方式移动陆战队员。我当时并不知道这一点。巡逻能够让陆战队员之间的距离保持一致，并使他们能够在受到控制的同时获得额外的晶体矿。那是我第一次说——好的，我刚刚学到了关于《星际争霸II》的新内容。
让我们再聊点题外话。这项技术最终会超越最出色的人类吗？
Oriol：我不知道。但我确信这种方式本身具有很广阔的发展潜力。如果你根据我们在伯克利时所做的一切，用2010年的方法创造机器人，那么机器人应该可以执行一个、或两到三个建造命令，但也仅限于此。最终，人们还是可以了解它的运行方式，并揭露其弱点。我喜欢我们的方法的原因是——如果一切顺利，智能体就学到了很多编程不可能实现的战术部署。这就和你不能编写程序，创造出一名优秀的围棋棋手一样。
至于能不能超越最优秀的人类——我确实不知道。时间会证明一切。我不能预言我们是否能够打败他们。