人类又被AI碾压，这次是星际争霸
还记得2017年，那个血洗围棋界的“阿尔法狗”吗？
这个由谷歌旗下 DeepMind 公司开发的 AI ，对阵世界顶尖围棋选手，打出完全碾压式的战绩：
AlphaGo vs. 樊麾 - 5 : 0
AlphaGo vs. 李世石 - 4 : 1
AlphaGo vs. 柯洁 - 3 : 0
那时人们都绝望地说，在围棋上，人类可能再也赢不了AI了。
很遗憾，这就是棋类游戏的现状。
去年，阿尔法狗的终极版AlphaZero，已经在国际象棋、将棋和围棋三种棋类游戏中，全面超越人类。
DeepMind 与它的阿尔法 AI 大军，在吊打了各路顶级选手之后，甩下一句话：
“下次我们想试试打星际争霸。”
那时候，是2016年。经过两年多的训练，这一天，终于来了。
昨天，DeepMind 和暴雪进行一场直播，秀了一把他们在《星际争霸II》中，与人类选手对战吊打的成果。
这一回，出场的选手，是阿尔法狗的亲戚 AlphaStar。
暴雪邀请了，来自职业战队 Team Liquid 的两位职业选手， TLO 和 MaNa，和 AlphaStar 各打了5局。
结果...
被剃了光头，AlphaStar 十局全胜。
机哥非常好奇，像星际2这样操作如此复杂的RTS游戏，究竟AI需要强到什么程度，才可以做到“吊打”人类选手？
于是机哥借着写稿的机会，在上班时间，公然撸完了，这一场快三个小时的直播，看了个究竟。
AlphaStar 和 AlphaGo 血缘关系密切，训练的方式都非常相似。
借着暴雪开放星际2 API 的机会，AlphaStar 获得了大量来自玩家的 Replay 档案，借此大量地学习并模仿，真实玩家的操作和战术。
像星际争霸这样的即时战略游戏，和之前的各种棋，有着一处关键性的不同——战争迷雾。一种限制玩家获取对方完整信息的机制。
这样，AlphaStar 就不能像在下棋的时候一样，获得敌我双方的完整信息，必须要有非常强大的预判和即时决策的能力。
AlphaStar的目标是模拟人类的操作，为了让操作更接近人类，DeepMind 甚至对它的操作做出了各种限制。
比如说，将它的反应速度限制在偏低的 350 毫秒。
再比如说，AlphaStar的平均 APM 也在 277 左右，远低于星际职业选手的水平。
即使如此，在和两位职业选手的对战中，还是获得了十战全胜，这 AI 真的就这么无敌吗。
不好意思，是的，真的是打不过。
即使有着诸多限制，AI操作的精度，仍然是人类选手无法达到的。别看人家APM低，不过它可以说没有任何的冗余操作，每一次操作都是有效的。
而人类选手就不一样，人类选手的高APM，参杂了各种热手、误操作和多余的操作，很多时候你以为的骚操作，都是瞎JB浪。
这回AlphaStar之所以能赢的如此彻底，靠的就是骚操作，精确到每一个单位的骚操作。
蓝方：AlphaStar，丝血反杀后撤退
并且，在这10场比赛中，AlphaStar 有着覆盖了所有可见区域的全局视野，就像开了挂一样。人类被碾压，很正常。
不过还好，MaNa选手在直播的最后，和AlphaStar打了一场表演赛。这回，人类赢了。
这全都是因为，这一次，AlphaStar使用了另一个版本。这次，它失去了上帝视角，必须像人类一样切换视角观察战场，被MaNa用放风筝战术拖死。
没了视野，任你操作再骚，也要翻车。
果不其然，星际圈流传的老梗诚不我欺：
玩笑归玩笑，DeepMind的这次“成果展示”，代表着AI玩家的触手，已经正式深入到了电子竞技领域。
AlphaStar，现已正式约战世界冠军serral。机哥对下一场，还是非常期待的。
人类就真的没有未来么？我不信。
换我来，肯定能赢
为了帮助大家让学习变得轻松、高效，给大家免费分享一大批资料，让AI越来越普及。在这里给大家推荐一个人工智能Python学习交流群：705673780欢迎大家进群交流讨论，学习交流，共同进步。
当真正开始学习的时候难免不知道从哪入手，导致效率低下影响继续学习的信心。
但最重要的是不知道哪些技术需要重点掌握，学习时频繁踩坑，最终浪费大量时间，所以拥有有效资源还是很有必要的。