【文/观察者网专栏作者 陈经】

早在2016年3月AlphaGo挑战围棋成功之后，就传出Deepmind下一步计划是在星际争霸上打败人类。

人工智能开发者研究算法很喜欢用计算机游戏。一是研究目标清楚，游戏目标定义得很完善，科研有时最重要的是提出问题。二是最近流行的深度学习需要极多的训练样本，人类的线上高水平比赛很多能够提供足够的样本。三是问题足够难，进展如何通过人机对战、线上测试一清二楚，而不是研究者自说自话。

围棋是“完全信息博弈”（局面摆明，理论上有确定结论）游戏里最复杂的一个，又很有艺术性。在围棋上战胜人类，就实现了Deepmind负责人哈萨比斯的说法，机器自我对弈不断自我学习的方法可以解决一切基于推理的棋类游戏。

这个自学习的框架，能否在“非完全信息博弈”上打败人类，令人非常有兴趣，同时又极有学术价值。星际争霸是一个很合适的测试对象。星际争霸最常见的是两个玩家对战，各自从一个基地开始发展，没有兵力在附近就看不见对方的动作，对方在干什么自己不知道，因此是“非完全信息博弈”。

1998年暴雪公司推出的星际争霸，经过数次升级到“母巢之战”版本，终于成为一款平衡性极好的即时战略游戏，人族、神族、虫族三家兵种与科技特色极为鲜明。在不少玩家的心中，星际争霸具有独特的地位，对战起来战略非常复杂，而且富于变化经常有创新。

韩国人在曹熏铉与李昌镐称霸世界棋坛后掀起了围棋热潮，会下围棋的人比例极高。同样，韩国人也非常热爱星际争霸，将它变成了一项“国技”，创立了职业联赛，出现了许多高水平的职业选手，在WCG（世界电子竞技大赛）上多年来一直是垄断地位，竞技水平比其它国家选手高出一大截。

韩国选手发明了很多新战术，如“拖把流”、“宇宙天空流”、“神教流”，不断将星际争霸游戏水平推向新的高峰。玩家们普遍认为，历史最强选手应该是人称“教主”的人族选手李永浩（网名Flash）。因为Flash的统治力，玩家们认为虽然星际争霸已经很平衡，但在顶尖水平人族应该稍有优势，神族最吃亏。

星际争霸历史最强选手，最终兵器、教主Flash，职业生涯胜率唯一超过70%（图片来源：见水印）

星际争霸有个很大的问题，操作实在是太复杂。除了复杂的对战策略，职业选手们还得有象抽风一样的手速，APM(每分钟操作）经常上400。对战双方一边要采矿挖气开分基地发展经济、科技、兵工厂，还得去多线作战，作战时微操很重要。虫族的“拖把流”就是说前方打得再激烈，还得抽空在后方不断增补农民挖矿发展，这样虫族利用出兵快兵力前仆后继的优势，弥补了单兵战力的不足，“补农”做的不好的对手后期就败下阵来。

这样发展下去，身体反应的对抗越来越激烈。韩国职业选手基本都非常年轻，手速反应跟不上就被淘汰，而且有可能产生职业病。开发商暴雪公司2010年推出了操作简单一些的星际争霸2，2016年韩国星际争霸1联赛停办，可能都与此有关。

能够说明星际争霸复杂性的，除了多线操作，还有“侦察”。有一定水平的玩家都会在很早就从本方基地派出一个农民去探路寻找对方基地（虫族还会让漂浮的房子去碰运气），跑到对方基地侦察对方的发展动向。如果发展方向被针对了，失败可能就非常大了。

例如对方在发展空中力量，自己却没有作好防空准备；或者对方放弃经济短期堆积兵力猛扑过来，自己却农民过多兵力不足防御工事不够，钱多还被打死。侦察经常有运气因素，如猜错探路方向，很长时间才找到对方基地，反应时间不足吃了亏。所以即使强如教主，胜率也只有70%。

通过以上描述，我们能感觉到星际争霸从AI研发角度看，是一个比围棋复杂得多的游戏。围棋就是去推理出胜率高的选点，而星际争霸要决定很多的行动策略，科技与经济发展方向、侦察之后针锋相对、战斗的方向与时机、作战单元的微操。

例如高水平选手都会hit and run（打了就跑）的骚扰战术，甚至上升到战略层面，如人族的雷车提速骚扰，如何应对很烦人。除了“信息不完全”这个特性，星际争霸的博弈决策种类也特别多。而各类决策的影响也长短不一，有的决策要过很长时间才能体现重要性，水平不高的甚至看不懂。同时，与围棋AI相比，星际争霸的AI具有更高的实用价值，如果开发成功，军事指挥等决策事务引入人工智能就是很快的事了。

星际争霸职业解说黄旭东在微博上无礼回应古力，认为星际争霸对电脑太难

正因为如此，星际争霸职业选手对AlphaGo征服围棋后转向星际并不服气，职业解说黄旭东在2016年3月与古力九段发生争执。围棋的推理深度极深，电脑算法能解决围棋非常令人震惊了。

特别是AlphaGo取得突破后短短一年多就迅速战胜李世石、柯洁等所有人类最顶尖选手，这个发展速度让人印象深刻。AlphaGo的算法原理能不能用在星际争霸上让AI的竞技能力取得突破，并不容易回答。