如果Google的AI和星際2職業選手比賽會怎樣？

12-31

不是遊戲內AI，而是靠深度學習和圖像識別等操作。不首先使用星際老男孩解說。

「這個谷歌啊，他們這個 AI 用的最新科技，最新的科技怎麼輸嘛，科技都騎臉了」

很多人覺得如果限制電腦獲觀察的方式和操作的話就平等了，其實根本不平等。

光在視覺上就不平等

人類眼睛解析度高的地方只有中心5度，是通過下意識掃視來獲取整個屏幕的信息的

你看這行答案的時候就看不清我寫的第一句話

切地圖時人類至少要2秒才能看清全屏的大致情況

而電腦幾分之一秒內可以將整個屏幕的信息盡收眼底（至於具體的分析信息的速度另說）

想要平等，就必須限制電腦通過一個視角只有5度的攝像頭掃視屏幕信息。

類似的這種差距太多了，拿著筷子喝湯和用勺子喝湯的區別。普通人如果有電腦這樣的感覺和輸出能力，可以秒所有星際冠軍。

說白了，電腦這種東西並不是人類與生俱來的配件，因此輸入輸出方式都是湊合的，並不利於人類利用。而AI天生就有電子感測器和輸出。

除非AI的智能水平比幼兒園小孩還差，否則和人類比根本不公平。

你看之前圍棋那次就知道它不是小孩。

星際2的AI比圍棋的AI要難得多。

現在比較確定的消息已經有了。AlphaGo沒有任何特別介面，只能接收屏幕圖像，自己進行圖像解析來了解屏幕上發生了什麼。此外，APM被限制在一個合理水平，不會大大超過人類極限。

限制APM基本上斷了AlphaGo操作碾壓人類選手的可能。他只可能做到比人類失誤少，以及多佔人類細節上的便宜，靠高出一個段位的正面操作硬吃是不太可能了。

圍棋是完整的策略，你能看到整個棋盤。RTS是不完整策略，你只能得到視野範圍內的信息。視野之外的信息只能推測。推測一向是AI的弱點。尤其是考慮到人類可以在敵人偵察後改變打法，或者主動製造假情報欺敵，推測演算法的難度相當高。

圍棋是回合制。雖然有時間限制，對AlphaGo來說，1分鐘的計算時間已經非常充裕了。而RTS是實時的，不可能任何時候都有充分的時間思考。關鍵時刻的1/4秒，可能就是生死差別。

運算時間被強烈壓縮（實時遊戲），運算負擔加重（需要自己解析圖像），輸出還受限制（APM受限），這樣被砍了三刀的AlphaGo還想打贏頂尖職業選手不太可能。

如果獎金夠高的話我覺得狗哥能吊打AI

人贏不了，韓國星際聯賽都倒閉了，星際2都快沒人玩了

引用一個（別人的）老回答很多策略遊戲到了後期就很無聊怎麼辦？ - 舒自均的回答

AI是智障

不僅是智障,而且是媽的智障.策略遊戲的世界不相信智障,沒實力是要被人跳的呀.跳完了還會說:"哼,真是一隻雞."

其實電腦並不懂策略是個啥東西,這種概念對他們來說太難了,某種意義上比圍棋還難,不過難點不多,主要就是三個,一是狀態空間是無窮的,二是信息不完全,三是沒辦法進行換位思考.當然開發的成本也是很大的,但主要就是以上這三點.所以類似這種策略遊戲AI,一般的解決辦法就是有限狀態機,寫幾個行為模式,哪裡不會點哪裡.但是點來點去的結果啊都太簡單,有時甚至排隊送兵,被人摸透了行為模式之後就會被以極低的戰損吊打.

這個時候就會有玩家抱怨,你給我搞的這個AI啊.....媽的智障!

但是並沒有辦法,由於上面那三條,地球上SLG遊戲能玩得贏人的AI暫時還不存在,舉幾個最簡單的例子,象棋不滿足(1,2,3),所以現在人下不贏象棋,圍棋不滿足(2,3),所以現在看起來AI有了職業水平,然而麻將滿足(2),最好的日麻AI也就勉強升個鳳,和我水平差不多,橋牌滿足(2,3),所以AI甚至打不過普通愛好者,而SC同時滿足(1,2,3)所以AI不管怎麼寫都會被吊打,因為世界上已經沒有演算法能夠同時處理這三條了.

人類沒有贏的希望，一點點都沒有。

電腦可以精確到逐個單位地去操控前進/後撤/上下運輸機/埋地/閃爍來躲避彈道，電腦可以同時N線空投騷擾，電腦不可能出現小地圖上紅點一閃而過沒看到的情況。

只要AI能做到F91的運營，剩下的只需要A過去了。

人工智慧innovation不是已經在打星際了嗎？

不可能的，電腦和人同等條件，光戰爭迷霧這一條，AI就完蛋了，沒有信息，AI沒法計算策略，只能按套路打，很多人說AI的APM多麼恐怖，可完全忘了，星際2不是這麼簡單的東西，即使10000萬的APM操作一隊狗，面對對面戰爭迷霧裡衝出來的一隊火車，AI還是束手無策。回合制的SLG，AI的表現可能還好一些（英雄無敵這種），像即時戰略這種AI，怎麼做都很難和人腦抗衡，隨機元素太多，而計算隨機是電腦最不擅長的。

還是省省吧，AI的特長不是做這種邏輯思考。

我覺得這個問題里，沒有電腦知識的純玩家還是別答了，你們那些答案我看著都尷尬。什麼「圍棋可以思考好幾分鐘，但是sc要在很短的時間裡邊計算，所以AI有很大的劣勢。」

………

標籤你應該貼深度學習，增強學習。你標籤貼成星際和google，然後才引來這麼一堆什麼都不懂的人大放厥詞

http://v.youku.com/v_show/id_XMTYxODI4Nzc5Mg==.html
自己四年前做的深度學習目前已經可以挑戰人類頂尖玩家

人機大戰前兩盤結束總比分1:1 這些年，自己都在學巴塞羅那的TIKITAKA的打發。跟電腦+自己AI打了四年。一共有5000場左右，但是自從自己開發出油炸丸子後，計算機學習進步非常明顯。現在計算機的踢法像巴西，沒錯就是巴西。而我像tiki-taka。這兩局AI表現，本人已經拿出全部實力，我的等級分如果是2900,深度學習四年AI大約在2850-2950.
一、護球已經是頂尖職業選手，磁鐵防守對它基本失效。二、機會把握能力基本成神，可以用最快的辦法打出最好的射門。已經超越人類。（第二盤）
三、 AI創新學習了一種新型無慣性過人並且連續通過梯度回歸演算法連續使用，第二盤人機大戰本人吃盡苦頭。本人兩次被它連續過掉三人（含守門員）（第二盤）
四、它已經形成了自己的風格：有點像巴西隊。計算機目前認為巴西隊的風格好。

五、終於看見計算機果斷選擇強行內切射門了！（第二盤首次出現）
六、 AI控制的AC米蘭後防線，呈現非常好的三角站位，首次看見這種站位的效果。每次強突的時候，感覺就是一道牆壁。
七、機會遠多於自己，戰術來講，AI有點像穆里尼奧在指揮。第一盤我用過伊涅斯塔打邊後衛和邊鋒的調整，4-3-3 一度變回4-5-1 後又變回 4-3-3。但是效果不明顯，自己在戰術方面顯得不如AI。
目前總比分：1:1 AI贏得第二局；本人贏得第一局。

現在谷歌放棄了，做一個能打過簡單電腦的ai都沒成功

明明Google需要的是能像人一樣思考的AI，你們一直在強調ai的操作速度，讀圖速度是鬧哪樣兒啊？靠apm贏人類的ai有什麼用？你叫它靠APM來參與日常工作？

很多人集中在極限APM上，我認為谷歌不會這麼搞。我今天興趣來了，也下載了BWAPI和好幾個排行榜前幾名的AI，編譯運行了一下，沒有採用極限APM的，都是普通的戰術戰略打法。谷歌也肯定不會搞極限APM，那樣還怎麼顯示他的人工智慧？找個路人甲就能寫出高超的微操函數是不？

至於大局觀怎麼判斷，有迷霧是問題，但不是無法解決，可以探路，探到的地方可以合理基於歷史數據推測全局。還有其他方法，比如人是怎麼打的，也是基於腦袋裡的定式的，可以讓機器模仿，不是做不到的。谷歌現有的，局面評估，大數據訓練，然後深度的樹搜索，應該可以判斷現在是守為主，打為主，還是開礦運營為主。

浮現好多畫面

Maru小天使機槍散成了花結果被電腦滾滾紅塵滾平

大帝城市化最後憋不住尿認輸

太假、life手都打斷

狗哥和alphago打戰術智力被完爆

91把alphago拉入未知領域然後被莽死

在開始的幾盤人類還是有勝算的，但是在人工智慧經過幾盤學習後就輸不了，如果不考慮戰術克制，吃戰損、吃運營就被吃死了

好些揪著APM不放的看法是沒空去看眼藍貼么，限制了APM也一樣有頂尖選手的操作，AI的重心更多的是開發出用在星際爭霸上的策略，星際爭霸也是有戰術的好吧…

不過我倒是覺得AI戰術上還是會碾壓，哪怕有迷霧，電腦還是可以做到在所有的timing點進行偵查，基本上和開圖也沒區別了。

這種多方向的AI還是不好處理的，到純某個角度來說，就說射擊，AI肯定要比職業玩家做的好，將每個角度都做好，最後平衡一下應該會很厲害

這個東西完全看寫這個人工智慧的程序員水平怎麼樣。演算法都是人寫的，即使目前打不過，演算法還可以改進讓AI變的更強，谷歌的演算法怎麼樣不用我說了吧。

人人都會變成狗哥