瞭解 DeepMind 《星海爭霸II》團隊的「人類征服計畫」
《星海爭霸》在 1998 年推出時，DeepMind 的西裔人工智慧 (AI) 研究員 Oriol Vinyals 還是個小朋友。他很快就愛上這款遊戲，後來躋身天梯前段班的行列，甚至在 World Cyber Games (WCG) 資格賽打到第三名。之後，他踏進 AI 研究的領域，他目前的工作是開發出實力更上一層的《星海爭霸II》電腦玩家。
///
感謝你撥空和我們聊天！請你稍自我介紹一下。
Oriol：我是 Oriol Vinyals，目前擔任 DeepMind 的一名研究人員，負責領導《星海爭霸II》專案。我的工作重心是改良人工智慧的運作效能。《星海爭霸》是很理想的研究題材。在我於柏克萊大學的博士專題中，有一部分就是使用《星海爭霸》。
你拿《星海爭霸》當作博士專題的研究題材？
Oriol：我從一個朋友打聽到柏克萊裡有人打算舉辦 AI 比賽。這類比賽的節奏相當緊湊，看看他們的設計一定能得到不少收獲。
他們打算製作一個運用蟲族飛螳的 AI。接下來，我和這個 AI 對戰，我記得…AI 製作人把我取名為「教練」。
這個專案以專業玩家的規則為基礎。「我們設計的 AI 會生產大量飛螳，而我們也需要能夠抵擋有效守住幾波快攻的建造順序、同時拓展礦點，讓生產不至於中斷。」這些都是 AI 設計的元素，不過最重要的還是飛螳的微操技巧。我們最後在那場賽事獲得優勝，這樣的比賽也充滿了樂趣。
和當時相比，目前在 DeepMind 的工作有哪些不同的地方?
Oriol：DeepMind 的工作重心在於泛用的人工智慧 (AGI)。這代表我們並不是為了製作只會玩一款遊戲的 Ai，而是瞭解學習典範，讓 AI 對於未曾接觸的遊戲也能輕鬆上手。這是一個相當具挑戰性，但也十分有趣的過程。我們並沒有花太多時間寫規則，而是讓 AI 實際「面對」遊戲。「滑鼠跟鍵盤都給你了，接下來想辦法讓自己更進步吧。」
DeepMind 以《星海爭霸》為研究對象的原因是？
Oriol：對於 AI 來說，這款遊戲確實有一些挑戰：以圍棋為例，你隨時都會看到整個盤面。《星海爭霸》則不是這麼一回事，你必須派單位出去偵察。再來是遊戲介面，和 Atari 裡十四種行動比起來，讓 AI 能在遊戲裡移動遊標、選擇行動的互動是個很好的測試管道。這是項很好的挑戰。
目前專案進行得如何？
Oriol：依據你訓練 AI 的方法，有些問題會變得很明顯，甚至是一開始就應該設想到的可能狀況。例如：其中一個動作是移動視角查看地圖。有時候 AI 把視角拉出基地後，就再也回不去了，也就是說 AI 就不會繼續建設基地。
對於我們人類非常簡單的概念，像是視角、或左下角的小地圖等，對 AI 來說就不那麼容易了。例如：AI 會在地圖上到處亂看、在小地圖上四處亂點然後什麼也沒發生；等到視角好不容易拉回基地之後，AI 可能接著又把工兵全部送出去逛街。
看到這些讓我們還蠻挫折的。我認為 AI 需要一些訊號或獎勵。AI 有時候會碰巧做對一件事情，這時候 AI 就會學到一件事情。在 Atari 裡，你很會就會學到一套遊戲邏輯。相對的，《星海爭霸》的動作選擇非常多，再加上遊戲設定的複雜性，想要面面俱到是非常困難的事情。
我們製作了一些小遊戲，算是《星海爭霸》的簡化版本。我們把遊戲的各個面向細分為一個個的任務，像是：「拓展基地、生產工兵」，或是「移動單位探查地圖」。AI 從這些小遊戲學到移動單位、與對手接戰等基礎能力。
（詳見 DeepMind 與 Blizzard 聯合發表的《星海爭霸II》初步發現）
到目前為止，有沒有什麼出人意表的發現？
Oriol：有一個任務是讓 AI 操作陸戰隊撿起散布在地圖上的晶礦。我們在這裡發現很難讓 AI 瞭解應該個別操作各個陸戰隊單位，但 AI 學到以巡邏動作移動陸戰隊。我並沒有想過巡邏可以讓陸戰隊單位之間保持一定的距離，使得單位在同時操作下也能撿起更多的晶礦。那也是我第一次瞭解到《星海爭霸II》有這樣的設定。
（影片）
接下來就閒聊一下吧。你覺得這樣的 AI 可以擊敗人類對手嗎？
Oriol：不曉得呢。我相信這個 AI 非常有潛力。如果你按照我們 2010 年在柏克萊的方法製作 AI，你會發現它會下幾個建造指令，但沒有什麼變通性。經過一天的測試之後，就會有人檢視遊戲內容，找出 AI 的弱點。我之所以喜歡這個專案，是因為一旦這個 AI「開竅」了，就能學習很多無法靠程式碼寫出的策略和反制措施，就和你無法以程式碼設計出一位圍棋大師一樣。
至於有沒有機會擊敗最優秀的選手...我也說不上來。不過，就像我們拭目以待吧，畢竟我也沒辦法預測 AI 有沒有能力擊敗他們。