DeepMind下一個挑戰(zhàn)：像人類一樣玩雷神3競技場

自從 AlphaGo 突破了圍棋這個人工智慧的門檻后，DeepMind 并沒有就此滿足，反而朝向更復雜的游戲前進，透過機器學習開發(fā)了可以像人類一樣玩《Quake III Arena》的 AI。DeepMind 團隊將重心放在「奪旗模式」上，并且讓地圖會在每場比試間隨機進行變化。AI 不僅要能快速在隨機地圖中找到自己的位置并導航，還要懂得和隊友合作、并且適應各種不同的敵方戰(zhàn)術。

更進一步增加 AI 開發(fā)難度的，是游戲的目標只有一個，就是「贏」，而達成這個條件的方式有太多種，讓 AI 很難判定到底是做了什么讓「贏」或「輸」更容易發(fā)生。每一個 AI 玩家還要頗外設定一些「動機」，像是跟隨其他隊友、或是奪取旗子等。除了讓 AI 間「自行對抗」外，AI 專家們也讓 AI 與人類對抗，學習人類的戰(zhàn)術，結果發(fā)現(xiàn) AI 比人類更能好好合作，并且還偷學了蹲點等招數(shù)。

從表現(xiàn)來看，自己和自己隨機玩的 AI 到不了一般人類的水準，但加上足夠多的動機的話，可以在 20 萬場「訓練」之后，到達接近人類「高手」的程度。如果是再加上了和人類間的對抗的話，則可以在大約 15 萬場后超過人類好手，并且繼續(xù)向上爬升。

就最直觀來說，這樣的 AI 在近期內可能可以有助于電競團隊練習、并發(fā)現(xiàn)新的戰(zhàn)術；如果訓練系統(tǒng)可以更通用化的話，或許可以產(chǎn)生出一些真正厲害的電腦對手來呢。