每經(jīng)記者｜謝陶    每經(jīng)編輯｜李凈翰    

圖片來源：DeepMind博客

繼圍棋之后，強大的人工智能（AI）在北京時間25日凌晨再次震撼世界：

僅僅5分鐘，谷歌旗下的人工智能公司DeepMind開發(fā)的全新AI程序AlphaStar就讓《星際爭霸2》（以下簡稱星際2）職業(yè)選手MaNa投降。

DeepMind當天公布的錄像顯示，去年12月，AlphaStar分別以5-0戰(zhàn)勝星際2的兩位職業(yè)選手TLO和MaNa，成為第一個打敗電競職業(yè)選手的人工智能。在比賽之前，AlphaStar的訓練量，相當于打了200年的星際2。

但在之后的現(xiàn)場比賽中，MaNa因為發(fā)現(xiàn)了AI操作上的缺陷，才成功為人類扳回一局。這同樣也創(chuàng)造了歷史——AlphaStar首次成為職業(yè)選手的手下敗將。

每日經(jīng)濟新聞（微信號：nbdnews）記者注意到，盡管10戰(zhàn)連敗，人類職業(yè)高手仍然對AlphaStar不吝稱贊。

“AlphaStar在每局游戲中采用的操作和不同策略令人印象十分深刻，近乎人類選手般的游戲策略出乎我的意料，”MaNa說，“我這才意識到，自己之前的策略過分依賴對手失誤和人類的反應力，因此這場比賽讓我對游戲有了全新的認識。我們很期待未來的無限可能。”

而TLO的說法跟李世石輸給AlphaGo后很像。他說：相信我，和AlphaStar比賽很難。不像和人在打，有種手足無措的感覺。他還說，每局比賽都是完全不一樣的套路。

賽后，DeepMind在其官方博客上表示， 實現(xiàn)最高水平的星際2對弈代表了人工智能在有史以來最復雜電子游戲中取得的重大突破。AlphaStar背后的技術可以用來解決其他的問題， 比如天氣預報、氣候建模、語言理解等。

讓AI玩星際爭霸有多難？

暴雪出品的星際2近年來已被公認為AI研究的“大挑戰(zhàn)（grand challenge）”。與下圍棋相比，星際2可難得多——在圍棋世界，動作空間只有361種，而星際2大約是10的26次方。

DeepMind也在其官方博客上解釋了人工智能玩星際2的難點：

游戲理論：星際2是個游戲，就想剪刀石頭布一樣，沒有單一最佳戰(zhàn)略。因此人工智能訓練過程中需不斷探索和擴展最戰(zhàn)略知識前沿。

瑕疵信息：不同于國際象棋或圍棋那種一覽無余的狀態(tài)，星際玩家無法直接觀察到重要信息，必須積極探索“探路”。

長期規(guī)劃：和許多現(xiàn)實世界中的問題并非是從“因”立即生“果”一樣，游戲是可以從任何一個地方開始，需要1個小時時間出結果，這意味著在游戲開始時的行動可能在很長一段時間不會有收效。

即時性：不像傳統(tǒng)桌面游戲，玩家輪流行動，星際玩家必須在游戲時間內(nèi)持續(xù)排兵布陣。

龐大的行動空間：要同時控制上百個單位及建筑，這就導致了大量的可能性，行動是分級別的，可以被修改和擴張。我們將游戲參數(shù)化后，每個時間步驟平均約有10到26個合理行為。

AlphaStar是如何做到跟星際2職業(yè)選手對戰(zhàn)的呢？

DeepMind表示，對決時，AlphaStar借助原始界面與星際2游戲引擎交流，也就是說，它可以直接觀察地圖上的我方單位和敵方可見單位，不需要移動攝像頭。如果是人類玩家，注意力有限，必須調整攝像頭，讓它瞄準應該關注的地方。分析AlphaStar游戲能發(fā)現(xiàn)，它有一個隱藏的注意力焦點。平均來說，游戲代理每分鐘會切換環(huán)境約30次，和MaNa、TLO的頻率差不多。

AlphaStar玩星際2的過程（圖片來源：DeepMind博客）

事實證明，AlphaStar與MaNa和TLO對決時之所以占據(jù)上風，主要是因為它的宏觀戰(zhàn)略、微觀戰(zhàn)略決策能力更強，靠的并不是超級點擊率、超快響應時間。

AlphaStar在APM和延遲方面與人類玩家的比較（圖片來源：DeepMind博客）

DeepMind還表示，團隊的一些訓練方法或可有助于研究開發(fā)安全穩(wěn)定的人工智能。人工智能的一大挑戰(zhàn)是，系統(tǒng)出錯的方式各種各樣。先前，星際2的職業(yè)玩家可以通過各種新穎方式誘導代理失誤，輕易擊敗AI系統(tǒng)。AlphaStar采用的基于league模式的創(chuàng)新訓練方式，可以找到最可靠、最不容易出錯的方式。這一創(chuàng)新方式對改進整體AI系統(tǒng)（尤其是在諸如能源等安全至上、且解決復雜邊緣案例十分關鍵的領域）的安全性和穩(wěn)定性的前景亦值得期待。

DeepMind去年虧損27億元

DeepMind取得的成績，是大把大把的鈔票“燒”出來的。

2018年10月，DeepMind在英國“工商局”CompaniesHouse上公布的財務報告顯示，DeepMind在上一個財年（2017年）虧損了3.02億英鎊，相當于人民幣27億元，相比去年同期9395萬英鎊的虧損額，增長了221%。

DeepMind的賺錢能力并未同步增加。財報顯示，DeepMind 2017年的營業(yè)收入僅為5442萬英鎊，相比2016年的4028萬英鎊，只增長了35%。

據(jù)Business Insider透露，DeepMind的收入全部來自于其為母公司谷歌旗下部門所提供的服務，而非外部客戶，比如用人工智能幫谷歌其它部門提高效率等，DeepMind和英國NHS合作的醫(yī)療業(yè)務還沒賺錢。

DeepMind之所以遭受巨額虧損，除了營收不振之外，主要是因為員工成本和相關支出（staff costs and other related costs）這個名目，僅這一項支出就高達2.01億英鎊，占到全年總虧損的三分之二。

據(jù)英國招聘網(wǎng)站e Financial Careers估算，已知DeepMind一共700名員工，其中400個博士，可以大致折算出DeepMind員工平均年收入：約為28萬英鎊，折合人民幣超過250萬元。

對于大規(guī)模虧損可能帶來的質疑，DeepMind也在報告中透露，其母公司谷歌會在未來12個月內(nèi)，繼續(xù)向他們提供充足的資金，去招募人工智能人才。

燒了這么多錢的DeepMind對谷歌有何意義？

每日經(jīng)濟新聞（微信號：nbdnews）記者注意到， 《經(jīng)濟學人》曾寫過一篇文章討論此事：

首先就是品牌，DeepMind一直走在人工智能的最前沿，圍棋事件更被認為是新一輪人工智能發(fā)展的里程碑。這一品牌效應幫助谷歌吸引到了最頂級的AI人才，同時也讓投資方對谷歌AI的研究實力有了更多的信心。

其次是技術合作和應用。谷歌可以直接將DeepMind的技術加入到旗下產(chǎn)品中，并快速向全球消費者輸出。最新的案例是，DeepMind的語音合成系統(tǒng)WaveNet的升級版本正被用于在各個平臺上生成谷歌語音助手（Google Assistant）的聲音。

此外，DeepMind此前也宣布，通過使用其最新的算法，為谷歌數(shù)據(jù)中心節(jié)能了15％——這相當于節(jié)省了數(shù)百萬美元的開銷。

而Deepmind可以稱得上是英美合作案例，結合了英國的研究實力和美國的資本與市場；也可以說是英國人燒美國人的錢做研究，最后共享成果。