人机大战AI又赢了！少儿编程早已料到这一切

　　AI与人类的PK又有了新的猛料!

　　人工智能能否在电竞类游戏中击败人类的问题，如今有了答案!25日，Google旗下的人工智能公司DeepMind在线上直播中，公布了10局《星际争霸2》的比赛录像，录像显示，游戏类人工智能AlphaStar挑战两名《星际争霸2》的职业游戏玩家，并以5比0的明显优势取得了胜利。

　　DeepMind研发的AlphaGo，曾成功击败了世界排名第一的围棋职业选手柯洁，随后DeepMind宣部开发竞技游戏领域的人工智能。

　　相比起规则明确、且有思考时间的国际象棋，《星际争霸2》这类即时战略游戏，不是采取回合制，而是即时进行，随机性更高。不断变化的局势，不仅考验玩家短时间内的战术执行，也考验对多个角色的实时控制——300个游戏指令能衍生出近1亿个可能的后续操作!这对人工智能瞬时的分析与反应都是巨大的挑战。

　　为了训练AlphaStar，DeepMind第一步采取了模仿学习。团队获取了很多比赛回放资料，让AI通过观察模仿特定动作。据报道，AlphaStar分析了约50万份游戏数据，初步掌握了模仿人类策略的能力。

　　第二步是对抗迭代。DeepMind根据不同玩家的比赛数据，制作出多个AlphaStar的代理和分支，并让它们按照联赛模式相互对抗。每场比赛都会产生新的信息，帮助AI进行迭代。

　　最后一步就是拿人类“练手”。这也促成了DeepMind从训练的代理中，选择了5个佼佼者，和人类选手比赛。这就有了文章开篇提到的10场电竞比赛。

　　其实，除了DeepMind，近几年越来越多的人工智能公司投身到开发游戏类AI的队伍中，例如由诸多硅谷大亨联合建立的OpenAI。此类研究并不是为了娱乐，而是为了朝“打造通用型人工智能”的终极目标更近一步。

　　通用型人工智能，顾名思义，是一个通用的模型，可以建模整个世界，解决各种各样的问题：跟你对话，语音识别，图像处理等等。而人们现在所研究的人工智能，都是针对某一特定问题的算法或模型，而一旦离开特定的领域，性能就会大幅度下降。比如我们熟悉的AlphaGo，只能下围棋。

　　游戏AI的研发，因需要AI解决更多随机性动态的决策问题，有助于探索AI更多可能性——是否能通过游戏规则进行自主学习，达到更高层次的智能。而DeepMind的成果已刷新了人类对AI能力的认知。

　　我们已经从游戏AI身上，看到了实现通用型人工智能的一道曙光。我们有理由相信，未来的人工智能很大机率上，能解决现实中更多的复杂问题。

　　人工智能时代离已经越来越近了，而我们的下一代也将成为人工智能时代的主人。编程，作为人工智能的核心，将成为未来AI时代的必备技能。让孩子学习编程，除了锻炼逻辑思维，帮助激发他们的学习兴趣与创造力，更是让他们适应未来，培养和机器打交道的能力。当他们了解人工智能是怎么利用算法，对不同状况进行分析，他们可以更好地运用人工智能到实际问题中。

　　妙小程——6-18岁青少儿在线编程教育平台，通过考核严格的专业师资，多屏互动的先进技术，接轨国际的完善体系，丰富原创的有趣内容等品牌优势，已为上万学员提供优质的编程教学服务，为祖国不断培养人工智能所需人才。