服吗| OpenAI人工智能1v1击败Dota2最强玩家：明年开启5v5模式
近日，Dota2 国际锦标赛Valve 举办。在Dota2 一对一表演赛中，由OpenAI 设计的bot 打败了NaVi_Dendi，一名在职业生涯中已经赢得 735,449.40 美元奖金的职业玩家。OpenAI 的bot 在第一场比赛开始约10分钟打败了Dendi。在第二场比赛中Dendi 放弃，并拒绝进行第三场比赛。
OpenAI官方博客介绍说：该bot 通过自学从头学习Dota，但没有使用模仿学习或树搜索，而是使用了self-play即俗称 “左右互搏”的增强学习（reinforcement learning）方式训练。在涉及真实人类的复杂环境中达成精确目标是相关研究专家一直追求的，而这一事件无疑意味着向构建这样的人工智能系统迈出了前进的一步。
展开剩余77%
| 一家美国私人公司或将利用 AI 重启 MH370 搜寻
围绕失联客机MH370展开的为期两年耗资1.22亿英镑的搜寻工作，于今年1月宣告结束，遇难者家属表示强烈抗议。
近日，据外媒theweek报道，一家航空公司的首席执行官Peter Bellew表示，人工智能有一天可以帮助我们找出失联航班MH370的残骸。
该公司声称拥有世界上最先进的水下自动航行器，主要用于水下测绘、勘测和搜索，马来西亚的副运输部长Aziz Kaprawi向路透社证实了这一消息，但马政府是否会接受这项提议并未可知。
震惊| 复旦同济用cGAN生成二次元人物头像，效果惊人
近日，一篇名为《Create Anime Characters with A.I. !》的论文受到热议。该论文的作者来自复旦大学、CMU、石溪大学、同济大学，论文主要是通过各式属性生成二次元人物的头像，使用的方法是cGAN。
作者采取了和原始的GAN（Generative Adversarial Network）不同的结构和训练方法。总的训练框架来自于DRAGAN（arxiv：https://arxiv.org/pdf/.pdf），经过实验发现这种训练方法收敛更快并且能产生更稳定的结果。
目前体验网址已经上线，任何人都能随时利用训练好的模型生成专属自己的二次元头像。
体验戳：MakeGirls.moe
还有这种操作？ | AMD将在Navi架构中嵌入人工智能操作电路
8月11日AMD的一个新报告显示，Navi将是AMD的第一款具有专用于人工智能（AI）操作的GPU。除了“可扩展性”、“下一代内存”等这些模糊的描述之外，关于Navi架构，最吸引人的是其即将引入的“7nm FinFET（Fin Field-Effect Transistor，鳍式场效应晶体管）”工艺。
据Fudzilla消息，AMD首席架构师Raja Koduri的Radeon技术团队本来希望在Vega中就实现这一愿望，但由于时间和资源的问题没能达成。但现在7nm的工艺以及更有利的开发进度，Navi和AI将成为完美的结合。
| DeepMind开源星际争霸2 研究训练平台SC2LE
本月10日，DeepMind 在官方博客上宣布开源星际争霸2 研究训练平台SC2LE。此前的乌镇围棋峰会上，DeepMind CEO 哈萨比斯曾说，星际争霸将成为AI进步的下一个大考验。
SC2LE（StarCraft II Learning Environment）由DeepMind 与暴雪公司合作推出，这套工具组件将加速即时策略游戏星际争霸2中的AI 研究。
SC2LE 开放平台，相对于大家之前做的星际1的平台，最大的一个优势是提供了很多端到端的内容操作的接口，发展出来可以通过接口像人一样打星际，进行控制，这种接口在之前的星际1平台上不提供的。基于这一点，未来有可能大家会看到机器人像人一样坐在电脑前，操作鼠标打星际和高手对决，对机器人等相关领域也是很好的促进。
声明：本文由入驻搜狐号作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。Deepmind和Facebook两大AI巨头，为何都爱上了《星际争霸》？_网易财经
Deepmind和Facebook两大AI巨头，为何都爱上了《星际争霸》？
用微信扫码二维码
分享至好友和朋友圈
（原标题：Deepmind和Facebook两大AI巨头，为何都爱上了《星际争霸》？）
Facebook的AI团队日前发布了史上最大的《星际争霸：母巢之战》游戏数据集。紧接着，Deepmind也和暴雪联合发布了《星际争霸2》的游戏数据集与AI训练平台SC2LE。
在上一周中AI圈有很多大事，但只有一件事同时引起了两家AI巨头的兴趣，那就是《星际争霸》。8月7日，Facebook的AI团队发布了史上最大的《星际争霸：母巢之战》游戏数据集。紧接着10号，Deepmind就和暴雪联合发布了《星际争霸2》的游戏数据集与AI训练平台SC2LE。为什么Deepmind、Facebook、阿里等AI巨头先后迷上了对《星际争霸》的研究？为什么他们做的不是制造一个人工智能去打败人类选手，而是不约而同走上了开源数据、发布研究工具的这条路？此外，相信关注AI的各位都注意到了，众多媒体和专家们都认为《星际争霸》的研究可以引导AI走向通用智能之路。但大部分解释都知其然不知其所以然，到底《星际争霸》跟通用智能之间是怎样一个逻辑关系？本文尝试回答以上这些问题&&到底《星际争霸》是如何让AI巨头们集体为之着迷的？在开始详细分析之前，我们必须要重申这样一个常识：顶级AI专家们并不是游戏宅（至少工作时不是），AI会打游戏这事本身对他们来说并没有任何价值。就像AI在围棋上的建树也绝不是为了显摆AI好厉害，或者意图羞辱亚洲国家传统文化（没错，微博上有人就是这么认为的）。AlphaGo之所以选择围棋，是因为这项智力运动具有无法被暴力穷举的特质，可以检验AI的非运算能力。比如我们看到最终版的AlphaGo已经展现出了布局能力、对抽象形势的判断力，甚至具体行为中的创造力&&这都是传统计算机绝不会具备的能力。对于AI研究者来说，游戏只是方法，绝非目标。AI公司的目标只有两个：一是做出更好的AI，二是用它卖钱。但游戏在训练AI上有天然的实验室属性：用数据支撑、成败标准清晰、大量的人类训练数据可用。有了这点共识，我们就可以开始破解AI企业对《星际争霸》的图谋。但第一步我们要先明白AI公司对《星际争霸》究竟做了什么，做这些事的目的又何在？Deepmind和Facebook都对星际争霸做了什么？首先我们来分别看一下Facebook和Deepmind这次很有&打擂台&意味的动作中，到底都发布了什么。根据时间顺序，首先是Facebook。简单来说，Facebook这次发布的是达到365GB，包含6万多条内容的《母巢之战》游戏数据集。当然这些数据不是给人看的，而是专门为了机器学习任务训练使用的数据。尤其值得注意的是，Facebook在发布的论文中特意强调了这些数据的通用性。它们可以适配不同的算法、不同的平台，可以说是提供了相对标准化的机器学习训练数据。而到了Deepmind这里，事情就有一点复杂了。他们的对象不是《母巢之战》，而是更加高级的《星际争霸2》。Deepmind这次发布的是被称为SC2LE（星际争霸2学习环境）的整合式AI训练工具包。在这个大礼包里包含四样东西，还有一篇专门讨论《星际争霸2》机器学习环境的论文。首先，Deepmind也给出了游戏数据集，包含6万5千场暴雪官方回收的匿名游戏数据。未来还会持续增加。其次，发布了由暴雪研发的《星际争霸2》机器学习编程入口，方便研究人员和开发者将自己的智能体接入游戏进行研究。此外，Deepmind还开源了自己研发的PySC2工具包，让研究者更方便的训练自己的智能体。最后，大礼包里还包括一系列从《星际争霸2》里抽象出来的增强学习迷你游戏。这些迷你游戏可以让研究者更方便的测试特定场景下的智能体效果。这样看来，Deepmind和暴雪的科学家更加贴心一些，不仅送上了主食，还附带了各种餐具和甜点，还有食品说明书。但无论Deepmind还是Facebook，目标都只有一个：提供尽可能方便舒适的研究环境，吸引更多研发者加入《星际争霸》的前沿AI训练中来。这样做的基本动机，在于《星际争霸》这类游戏的动作和情景近乎是无穷的，一家公司的人力无从进行面面俱到的深入开发与实验。所以开源和共享数据，帮助更多研究者跳过基础步骤直接研究前沿的、具体的动作算法和多任务协调方案，才是AI公司目前真正的重心。这种动作思路来源于即时战略游戏的特殊性。这里我们就可以开始解答另一个问题了：为什么一定是《星际争霸》？为什么一定是《星际争霸》？训练深度学习等AI系统，最多被使用的有三种游戏：迷你游戏、沙盒游戏和即时战略游戏。但这三种当中，迷你游戏和沙盒游戏AI扮演的都是单一智能体。只有即时战略游戏提供了独一无二的训练特征：复杂与协作。刚刚OpenAI的AI打败了DOTA2顶级选手，马斯克激动地连发推特庆祝（顺便没忘了提AI威胁论），但很多其他AI巨头的科学家却相当不屑，这是为什么？原因在于1V1模式的DOTA2里AI仅适用一个智能体，目标比较单一，1对1遭遇战也谈不上不完全信息博弈。拼手速和反应人类是肯定比不上AI的，OpenAI的这款AI价值更多在于用AI系统自主学习电竞的规则。而大型即时战略游戏则有着完全不同的环境：1、复杂多变的环境，考验智能体对大量环境信息空间、时间和数据变化的理解能力。2、众多独立单位的配合。人类选手称之为&微操&的技术，就是考验混战下对多个单位、建筑、编队的协同运作能力，这对AI是核心考验。3、不完全信息博弈。这类游戏开局时由战争迷雾，无法观察对手动向。需要智能体进行布局和长远判断。这些特征让即时战略游戏成为已知AI实验环境中最复杂的其中之一，要知道AI的目标不是可以赢，而是一定赢。至于为什么一定是《星际争霸》，或许也可以归纳出几个原因：首先，暴雪有开源打造AI的意愿，《星际争霸》本身的素材和接口也都非常流畅。整个游戏数据化的成本很低。其次，相比于拼效果和画面的即时战略游戏，《星际争霸》的竞技属性更强。其动作众多、元素复杂，像围棋一样具有难以被暴力计算拆解的基本特质。同时，因为竞技属性强烈、竞技历史悠久，《星际争霸》的战术、战略讨论非常丰富，每一个子动作的价值基本都有判断依据，这是机器学习系统的先决条件之一。这三点之外，其实还有个最最最重要的原因：《星际争霸》是对战量最大的即时战略游戏，同时战网等平台建设非常完整&&换言之，就是留给AI的训练数据够多喽。AI巨头的真实目的宁愿采取开源众包的模式，也要攻克《星际争霸》这种超复杂的训练环境，AI巨头们难道是吃饱撑的吗？他们到底想要从中获得什么呢？按照Deepmind把《星际争霸2》拆解成系列小游戏的原理逆推。我们可以知道AI公司希望的是破解一个又一个细节动作后，把这些集合在一起组成大的智能体集合。而这个集合将汇集的不仅仅是无数解决方案，更是这些方案背后普遍蕴藏的通用能力。如果与围棋进行参照，我们可以从《星际争霸》作为训练环境中推测出至少四种围棋无法给予的能力：1、机器记忆力。区别于棋类游戏，即时战略游戏中过去的信息可能被完全抹杀，比如刚才造的兵都死了&&但这些信息却将左右接下来的故事。这就需要AI具有记忆力，和对记忆进行运用，给出反制措施。根据记忆的快速调整，将是一种全新且商业价值极强的AI能力。2、弱信息环境下的长期规划能力。就像上文所说，《星际争霸》这种游戏开局是完全信息封闭的。开局时做的事可能跟战争的结果完全无关，但却具有货真价实的因果关系。这类人类独有的长期规划和调整规划能力，对应的是机器的预测和判断能力。3、多智能体协作能力。通过与人类近似的键盘鼠标，一个智能体如何在终端指挥大量智能体协作，绝对是个迷人的话题。甚至战略性牺牲、设置诱饵和集中火力，对照的可能是未来AI在现实社会中的中枢作用。4、动作连贯性。打游戏的都知道，取胜的关键是打出&节奏&。所谓节奏，来自玩家每一个指令之间如何衔接，是否具备连贯性。对于AI来说也是如此，一个细节上超越人类智慧并不难，但如何把每一个动作衔接起来，整体取得价值最大化，就是AI向前发展的关键了。这四个方向，最精彩的部分在于都对应着现实中人的能力&&不仅是人类认知和解释世界的智能，更是记忆、协作、坚持这种人类反作用于物理世界的&动能&。至此，或许我们就可以理解为什么《星际争霸》被称为通用智能的关键了。因为它预示着AI将在更加混乱和真实的环境里，学得更加类似人类心智的可能性。它不仅是实验环境向真实环境的过渡，长远来看，这类游戏被AI完全攻克，甚至可能成为智能体向类人智能体过渡的关键。即使不说那么宏大的命题，类似智能也可能成为AI代替股票分析员、AI代替广告策划、AI代替律师，这类巨大商业变革的基石&&至少这类智能游戏，恐怕不比与顶级玩家打《星际》困难。AI公司对《星际争霸》的爱恋，至此就很可以被理解了。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
本文来源：钛媒体
责任编辑：王晓易_NE0011
用微信扫码二维码
分享至好友和朋友圈
加载更多新闻
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
阅读下一篇
用微信扫描二维码
分享至好友和朋友圈服吗| OpenAI人工智能1v1击败Dota2最强玩家：明年开启5v5模式
近日，Dota2 国际锦标赛Valve 举办。在Dota2 一对一表演赛中，由OpenAI 设计的bot 打败了NaVi_Dendi，一名在职业生涯中已经赢得 735,449.40 美元奖金的职业玩家。OpenAI 的bot 在第一场比赛开始约10分钟打败了Dendi。在第二场比赛中Dendi 放弃，并拒绝进行第三场比赛。
OpenAI官方博客介绍说：该bot 通过自学从头学习Dota，但没有使用模仿学习或树搜索，而是使用了self-play即俗称 “左右互搏”的增强学习（reinforcement learning）方式训练。在涉及真实人类的复杂环境中达成精确目标是相关研究专家一直追求的，而这一事件无疑意味着向构建这样的人工智能系统迈出了前进的一步。
展开剩余77%
| 一家美国私人公司或将利用 AI 重启 MH370 搜寻
围绕失联客机MH370展开的为期两年耗资1.22亿英镑的搜寻工作，于今年1月宣告结束，遇难者家属表示强烈抗议。
近日，据外媒theweek报道，一家航空公司的首席执行官Peter Bellew表示，人工智能有一天可以帮助我们找出失联航班MH370的残骸。
该公司声称拥有世界上最先进的水下自动航行器，主要用于水下测绘、勘测和搜索，马来西亚的副运输部长Aziz Kaprawi向路透社证实了这一消息，但马政府是否会接受这项提议并未可知。
震惊| 复旦同济用cGAN生成二次元人物头像，效果惊人
近日，一篇名为《Create Anime Characters with A.I. !》的论文受到热议。该论文的作者来自复旦大学、CMU、石溪大学、同济大学，论文主要是通过各式属性生成二次元人物的头像，使用的方法是cGAN。
作者采取了和原始的GAN（Generative Adversarial Network）不同的结构和训练方法。总的训练框架来自于DRAGAN（arxiv：https://arxiv.org/pdf/.pdf），经过实验发现这种训练方法收敛更快并且能产生更稳定的结果。
目前体验网址已经上线，任何人都能随时利用训练好的模型生成专属自己的二次元头像。
体验戳：MakeGirls.moe
还有这种操作？ | AMD将在Navi架构中嵌入人工智能操作电路
8月11日AMD的一个新报告显示，Navi将是AMD的第一款具有专用于人工智能（AI）操作的GPU。除了“可扩展性”、“下一代内存”等这些模糊的描述之外，关于Navi架构，最吸引人的是其即将引入的“7nm FinFET（Fin Field-Effect Transistor，鳍式场效应晶体管）”工艺。
据Fudzilla消息，AMD首席架构师Raja Koduri的Radeon技术团队本来希望在Vega中就实现这一愿望，但由于时间和资源的问题没能达成。但现在7nm的工艺以及更有利的开发进度，Navi和AI将成为完美的结合。
| DeepMind开源星际争霸2 研究训练平台SC2LE
本月10日，DeepMind 在官方博客上宣布开源星际争霸2 研究训练平台SC2LE。此前的乌镇围棋峰会上，DeepMind CEO 哈萨比斯曾说，星际争霸将成为AI进步的下一个大考验。
SC2LE（StarCraft II Learning Environment）由DeepMind 与暴雪公司合作推出，这套工具组件将加速即时策略游戏星际争霸2中的AI 研究。
SC2LE 开放平台，相对于大家之前做的星际1的平台，最大的一个优势是提供了很多端到端的内容操作的接口，发展出来可以通过接口像人一样打星际，进行控制，这种接口在之前的星际1平台上不提供的。基于这一点，未来有可能大家会看到机器人像人一样坐在电脑前，操作鼠标打星际和高手对决，对机器人等相关领域也是很好的促进。
声明：本文由入驻搜狐号作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。人工智能可以自如地驾驭象棋、扑克、国际跳棋、围棋之后，未来也有可能在竞技游戏中也出现一个能战胜人类选手的 AI。
人工智能可以自如地驾驭象棋、扑克、国际跳棋、围棋之后，未来也有可能在竞技游戏中出现一个能战胜人类选手的 AI。
去年底，Google 的 DeepMind 团队宣布将与游戏公司暴雪合作，做一个能玩《 2》的人工智能，近日，。
不过放心，这并不意味在之后的《星际争霸》游戏中你会随机遇到机器人对手。DeepMind 团队现在提供的主要是一个用来加速人工智能研究的工具包，它有一个晦涩的名字叫做&&&SC2LE&。
根据 DeepMind 团队的描述，这个工具包中有，允许和开发者通过在 Linux 系统中接入游戏的 API，来开展自己的人工智能研究。
此外还有用于训练人工智能的海量数据。包括新增的匿名游戏录像数据库，未来几周里，游戏录像数据将从 65000 份增加到 50 万份。
这篇 DeepMind 和暴雪的联合论文，这篇论文概述了《星际争霸 2 》作为人工智能研究环境的情况。
目前研究人员把游戏当中的一系列复杂操作分成了不同可控的片段，用来测试智能体（即人工智能）在特定任务里的表现，比如采矿、切换角度、选择地点等。后续，研究者可以在《星际争霸 2》的游戏设定下，自建更多小游戏用来竞争和评估人工智能的训练进展。
人类玩与智能体可以执行的操作取决于选择的单元。
不过，Google 并不是唯一一个想将目光瞄准《星际争霸》游戏的公司，上周一，Facebook 也开源了史上最大的《星际争霸》游戏数据集，供研究者使用。
在 DeepMind 团队的 AlphaGo 前段时间击败围棋世界顶级棋手柯洁之后，《星际争霸》当中涉及到的策略与分析要更加复杂，仅基础动作操作就多达 300 多种，在 84x84 的游戏空间当中，可采取的动作超过了 1 亿个。
来自纽芬兰大学的教授 David Churchchill 说：&从科学的角度来看，星际大战里的设置与我们真实的社会环境中的许多因素是相似的。& 电竞比赛，来测试目前研究人员的进展。
尽管人工智能在棋牌类竞技当中大胜人类选手，也在经典的 Atari 游戏当中表现不俗。但是，就连游戏爱好者们都认为，《星际大战 2》可能是目前最难的策略游戏了。
人工智能要想玩好策略类的游戏，需要完成很多任务，比如建造、维护军队、在不同星球勘探地形，比如《星际争霸
2》当中有个叫做战争迷雾的机制，黑雾会笼罩整个界面，玩家需要不断的摸索才能找到敌人。对于 AI
来说，需要让他明白以前这里有一个可见的单位，但现在消失了。所以要开始执行在消失的单位和附近寻找敌人的任务。
对人类来说这就是一个简单的游戏设定，但 AI 需要通过大量学习才能准确执行。而在游戏中提升人工智能的能力，对于其在现实生活中的应用很有借鉴意义。目前来看，DeepMind 团队的研究还处在初级阶段，AI 还只能完成一些基本的任务。
所以 24 岁的顶级《星际争霸 2》电竞玩家 Byun Hyun Woo 颇有自信的表态说：&在有生之年都不可能等到 AI 打败职业玩家的那一天。&
但也有人持不同的态度，不出 5 年，人工智能将在电竞游戏当中也战胜人类选手。
更多精彩尽在 专题：}