教电脑玩游戏一直是衡量他们智力的一个有用的方法（尽管有些粗糙）。但随着我们的机器变得越来越智能，我们必须为它们找到新的挑战。首先是国际象棋，然后是阿塔里，然后是棋盘游戏围棋，现在他们正在接受他们迄今为止最大的挑战：星际争霸。

准确地说，谷歌人工智能子公司DeepMind的研究人员说，星际争霸2是教授计算机记忆和计划等高级技能的完美环境。去年，DeepMind表示，它将与星际争霸创造者暴雪合作，将天基战略游戏变成适合人工智能工程师的研究环境，而今天，该软件正向公众发布。

来自DeepMind和暴雪的工具包捆绑在各种辅助工具中，包括从专业比赛中收集的大量星际争霸2回放数据集（人工智能可以通过观看来学习人类战术）；以及一组小游戏，它们将某些游戏性元素（如地图探索和资源收集）隔离开来，可以用来磨练特定的技能。不过，工具包中最重要的部分是一个API，它可以让人工智能代理像人类一样玩游戏，并将数据反馈给研究人员。这意味着，在通过试错学习的同时，这些代理可以得到与人类相同的约束条件（这样他们就不能一次看到所有的地图，或者不能无限快地点击鼠标），而这一过程在人工智能中被称为“强化学习”。

但是为什么星际争霸是训练人工智能的好方法呢？这不是因为我们想让电脑学习军事战术，而是因为我们需要教他们一些抽象的技能，而电子游戏恰好是一种很好的方式。电子游戏是虚拟的环境，这意味着游戏可以很快地重复一遍又一遍；有大量的训练数据可用，有助于生**类玩游戏；而《星际争霸》本身也有一些游戏机制，对电脑来说尤其具有挑战性。

参与该项目的DeepMind研究员奥里奥尔·维尼亚尔斯（Oriol Vinyals）解释说，该游戏提供的一个有趣的限制是“战争之雾”机制，它掩盖了地图，并迫使玩家探索以找出他们的敌人在干什么。”因此，人工智能特工要记住“啊，我以前在那里见过一个单位，但现在没看到，所以我应该回去侦察，看看他们在那个地方附近有没有基地，”温亚尔斯告诉《边缘报》。

对人类来说，这是一个显而易见的想法，几乎不值得思考，但这是一种常识性的见解，人工智能需要学习才能有用。在《星际争霸》中，思考玩家看不见的东西是获胜的关键——而这是象棋或围棋这样的游戏中不存在的挑战，在这类游戏中，两个玩家都对自己的环境有着完全的了解。

Vinyals说，这种记忆技能可以应用于各种环境，并举例说明了一台计算机管理数据中心的电源以降低电力成本。”它可能会看到，在一个星期天有一个电源高峰，无论出于什么原因，它将不得不记住这个信息下星期天来解释它，“他说记忆在这里起着关键作用，教计算机推断世界的状态对我们来说非常有趣。”

除了教授人工智能某些技能外，新发布的API还为人类与计算机星际争霸决战奠定了基础。暴雪和DeepMind都没有表示他们计划举办类似于AlphaGo对人类冠军的比赛，但星际争霸II最优秀的玩家肯定很热衷。在今年早些时候接受麻省理工学院技术评论的采访时，职业星际争霸选手Byun Hyun-Woo对自己的机会相当有信心。”我不认为AI能打败（职业球员），至少在我有生之年是不行的。”。

问题是，人工智能有一种让人类惊讶的方式，比如当DeepMind的AlphaGo AI在与围棋大师李赛多的比赛中做出了评论员认为荒谬的举动（但后来证明这对它的成功至关重要）。

那么，DeepMind的人工智能会给星际争霸玩家带来惊喜吗？Vinyals说这已经发生了，并举例说明了一个特工的任务是用两个单位尽可能快地探索地图的一部分。Vinyals说，通常情况下，人类玩家会选择这些单位，并使用“移动”命令尽快覆盖地面。”但事实证明，你可以使用另一个名为“巡逻”的命令，而不是使用“移动”。与“移动”不同的是，这迫使部队彼此保持距离，“这样他们可以覆盖更多的地图，更快地收集资源。”

这不是一个突破，但它展示了计算机如何通过对熟悉的问题采取新的方法而占上风。”“我觉得这很有趣，”维亚尔斯说我只是不记得——或者可能不知道——这种行为，“很可能会有更多的惊喜出现。