文|胡俊傑
2017年初， 化名為Master的AlphaGo（阿爾法狗）在網路上一連擊敗了60位圍棋大師， 其中不乏聶衛平、古力等傳奇人物， 再一次讓世界震驚。 在圍棋界中， 人工智慧（AI）已經成功挑戰甚至超越了人類的極限。
AlphaGo背後的重要“黑科技”， 是人工智慧的深度強化學習技術。 不僅是圍棋， 很多其他領域也早已受到人工智慧的衝擊。 開發了AlphaGo的Google DeepMind早已將自己的“魔手”伸向了遊戲世界， 從2014年開始， Deep Mind相繼挑戰了25款遊戲並大獲成功， 其中就包括知名的雅達利知名街機遊戲《功夫大師》。
橫掃簡單遊戲之後， DeepMind開始嘗試《魔獸爭霸》和《星際爭霸》等更複雜的暴雪遊戲， 但這些挑戰以失敗告終。
為什麼呢？因為《星際爭霸》比較“難”。
《星際爭霸》是暴雪娛樂研發的一款戰爭題材的電腦遊戲。 像真實的玩家一樣， AI必須能夠學會如何獲取資源， 建設設施， 防守和攻擊敵人等等複雜的技能， 才能獲勝。 人工智慧的研究分為多個技術問題，
再加上星際爭霸對戰的設定和龐大的資料庫， 在研究員的指導下， AI可以進行機器的自我學習， 完成深度學習過程（深度學習是機器學習的一個分支）， 提高相關方向的能力。
發行了近20年的《星際爭霸》， 積累了豐富的遊戲內容和大量的使用者資料， 非常適合進行人工智慧的開發。 DeepMind的研究員Oriol Vinyals說：“遊戲對於開發和測試AI演算法來說是一個完美的環境。 它可以幫助我們更有效、更迅速的開發出靈活的AI演算法， 並且還可以通過資料提供及時的回饋。 ”
簡而言之， 《星際爭霸》可以為許多AI開發者提供深度強化學習技術的練兵場。
2016年11月， 暴雪娛樂與DeepMind宣佈在《星際爭霸2》上展開人工智慧研究的合作， 並且將在2017年第一季度把《星際爭霸2》向全世界的人工智慧研發者們開放。
AI的自我學習能力是人工智慧領域中非常重要的研究方向。
不過， 李開複也提到了現在人工智慧研究主要的困難之一就是沒有相關的標準或者說統一演算法框架。 有了公認的演算法框架後， 就可以利用平臺的力量， 讓更多非專業的人參與進來。 李開複說：“為什麼iOS、安卓能夠做的很好， 就是因為它產生了平臺化效應。 ”
具體到用《星際爭霸》開發AI上來說， 現在還沒一套達到平臺級的開源開發環境。 有了合適的環境之後， 星際爭霸AI的研究將會迎來快速發展期。
Facebook雖然發佈了相關的論文和工具平臺TorchCraft幫助機器學習研究者在星際爭霸上展開研究。 但是TorchCraft並不支援常見的Python程式設計語言和Google的TensorFlow。 TensorFlow是現在主流的人工智慧開源工具之一， 可以用於各種感知和語言理解任務的機器學習研發。
特斯拉創始人和CEO 埃隆·馬斯克（Elon Musk）投資的OpenAI也發佈了Gym演算法平臺， 説明研究者在遊戲環境中展開實驗， 卻缺少對《星際爭霸》的支援。
在現有的針對星際爭霸AI研究的開發工具當中， 最有潛力成為平臺級工具的， 是阿裡的Gym StarCraft平臺。 除了可以使用常見的Python語言進行開發以外， 它還整合了現在主流的人工智慧開發工具。 Gym StarCraft中包含了常見TorchCraft和OpenAI Gym的資料庫， 也支援基於TensorFlow和Keras等主流演算法框架進行開發。
阿裡的強化學習技術， 曾入選美國權威科學雜誌《麻省理工科技評論》(MIT Technology Review)發佈2017年全球十大突破性技術榜單。
今年2月，阿裡開源了Gym StarCraft平臺，開發者們只需要熟悉Gym StarCraft本身的方法和介面，就可以方便地完成星際爭霸AI的開發。為了便於評測，Gym StarCraft還被集成在了主流OpenAI Gym評測平臺中，支持世界各地的星際AI研究者基於它去進行公平、快捷的效果評估。
在阿裡的開發平臺上會生長出稱霸《星際爭霸》的“阿爾法狗”嗎？我們拭目以待。
曾入選美國權威科學雜誌《麻省理工科技評論》(MIT Technology Review)發佈2017年全球十大突破性技術榜單。今年2月，阿裡開源了Gym StarCraft平臺，開發者們只需要熟悉Gym StarCraft本身的方法和介面，就可以方便地完成星際爭霸AI的開發。為了便於評測，Gym StarCraft還被集成在了主流OpenAI Gym評測平臺中，支持世界各地的星際AI研究者基於它去進行公平、快捷的效果評估。
在阿裡的開發平臺上會生長出稱霸《星際爭霸》的“阿爾法狗”嗎？我們拭目以待。