要出大事了。
剛剛，DeepMind和暴雪聯合宣布，北京時間周五凌晨2點，公開展示AI打《星際爭霸II》（下稱星際2）的新進展！
屆時，將會在星際的Twitch頻道和DeepMind的Youtube頻道進行直播。
DeepMind CEO哈薩比斯說，星際2是一款複雜的實時戰略遊戲，對AI來說是一個長期的巨大挑戰。我們將展示我們的進步！你肯定不想錯過直播！ :-)
消息一經放出，便在推特上引發了近千條轉發，以及激烈的討論。
不少網友都紛紛表示，要看！哪怕是上了一天班之後，熬夜也要看！絕對不容錯過。
甚至在Reddit論壇上給自己設提醒：兩天後提醒我！42小時後提醒我！
更有網友當場「深情表白」：當DeepMind宣布他們開始打星際的時候，我也開始玩了，只是為了更好地欣賞這種深奧的技術。
在一些人看來，這是一個時代的結束。最初，它們是為了我們的象棋&圍棋，現在是為了我們的星際爭霸。
怎樣迎接這樣的一個時代？有人說自己已經感覺到恐懼了。也有人為DeepMind的發展制定了規劃：第一步，精通星際；第二步，精通魔獸世界；第三步，精通企業戰略諮詢。
也不乏有好事者評論道，它跟OpenAI打Dota的AI相比怎麼樣？放一起「幹架」肯定很精彩。
好事者問道：2019年DeepMInd和OpenAI會來一場嗎？
不過，也有一些網友不服，表示如果DeepMind能夠打贏職業選手，當場吃鞋！還引發了其他網友的附和。
還有專業的網友，在猜測DeepMind攻剋星際2究竟用了什麼技術。大家也可以一起來猜一猜，下面是他列出的選項：
2016年11月暴雪嘉年華上，DeepMind工程師宣布了訓練AI打星際2的計劃。算起來到現在已經兩年多了。
DeepMind與暴雪合作的目標之一，就是開發一套足夠好的人工智慧系統，使之可以擊敗星際2人類選手。就像AlphaGo擊敗李世乭、柯潔一樣。
然而，最終的目標是將其中使用的技術應用到現實世界，而不是讓它始終停留在遊戲裡面。
「我們正在試圖理解人類以及我們大腦的工作方式。」暴雪首席軟體工程師Jacob Repp此前說，「如果我們能夠得到這種高質量的數據流——人類玩遊戲時的原始輸入以及由此產生的結果——那就能成為研究人們行為的有用數據。」
對人工智慧研究人員來說，星際2是個頗為有趣的挑戰。
與西洋棋或圍棋不同，星際玩家面對的是不完美信息博弈。「戰爭迷霧」意味著玩家的規劃、決策、行動，要一段時間後才能看到結果。
DeepMind團隊負責人Oriol Vinyals說，在星際2裡一個玩家可能看到對手的偵察兵，然後又消失在視野中。對人工智慧來說，記住他們遇到的東西，並且理解這可能表明敵人正在某個地方修建基地，這種記憶不僅需要保存，還要在未來針對某個信息調取出來。
「在星際2中，這非常重要，但卻很微妙，可以將未來與過去聯繫起來。」他說，「很難建立因果關係，因為遊戲中會發生很多事情。」
連著名的AlphaGo「人肉臂」黃士傑，也已經轉到星際2的項目中。很多人認為在即時戰略遊戲中，AI的反應速度會成為極大的優勢，但事實並非如此。
黃士傑此前解釋稱，圍棋只有361個落子點，對AI來說全部遊戲內容都是可見的。但星際2遊戲有大量全黑的地圖，玩家需要探索地圖以及偵查對手動向，才能制定相應的策略。
幾乎每次滑鼠移動，都能視為一次落子。這種不確定性讓星際2對AI來說，難度比圍棋要高很多。
這有一段6分鐘的視頻，配好了中文字幕，能更直觀一點的解釋AI打星際2到底是怎麼回事。
其中重點提到了AI打星際的三大難題：
1、不完美信息博弈
2、需要同時控制上百個單位
3、最難的是，需要制定長期策略
星際2的AI大戰進展為了教AI打星際2，暴雪和DeepMind在2017年8月，發布了星際2中加速AI研究的工具SC2LE。GitHub的傳送門在這裡：https://github.com/Blizzard/s2client-proto
工具包推出同時，他們還開源了一套星際2的迷你遊戲，是星際2部分操作的抽象產物，AI能從中練習移動、採礦、建造單位等等技能。
到2018年6月，DeepMInd終於宣布，用關係性深度強化學習搞定了這些小遊戲，在六個小遊戲中達到了當前最優水平，其中4個還超過了大師級人類玩家。
想更深入了解可以閱讀這篇論文：
Relational Deep Reinforcement Learning
https://arxiv.org/abs/1806.01830
不過，在星際2上有野心的不止DeepMind。
去年9月，騰訊AI Lab發布論文稱，他們構建的AI首次在完整的蟲族VS蟲族比賽中擊敗了星際2的內置機器人Bot。雖然不是嚴格意義上的「自學」，AI還高度依賴人為歸納的信息，但迄今為止，這是我們在星際2項目上見到的最有建樹的成果之一。
騰訊實際上開發了兩個AI，基於扁平化動作結構的深度強化學習智能體TStarBots1，和基於分層動作結構規則控制器的智能體TStarBots2。
這兩個AI都能在完整對戰中擊敗等級1~10的遊戲內置機器人（1v1蟲族對抗，地圖：深海暗礁🔱），其中等級8、等級9和等級10的機器人都是作弊級AI，它們享有額外的視野和晶體礦、氣礦資源。
TStarBots1擁有一系列扁平化的大型操作，在這個基礎上，它用強化學習訓練智能體採取策略；而TStarBots2的操作控制也是人為編碼的，但它有可以自行組合的大型、小型混合層次化操作集。
另外去年11月，塔爾圖大學也開源發布了星際2深度強化學習（DRL）智能體Reaver。這種模塊化的框架主要用於訓練星際2的各種任務，提供比大多數開源解決方案更快的單機環境並行化能力。
Reaver可適應多種環境，除了用於星際2的SC2LE外，還支持其他強化學習任務上常用的Gym、Atari和Mujoco。它用簡單的Keras模型來定義神經網絡，配置和共享配置也非常方便。
最重要的是，Reaver的訓練規模親民到爆炸。在普通的4核CPU的筆記本電腦上，每秒採樣率可以達到5K，10秒內就能學會那個立杆子的遊戲CartPole-0。
實際上，還有一批人在研究如何用AI攻剋星際（不是星際2）。
如果你感興趣，可以看看我們此前的報導，這裡不贅述了。
最後，附上直播地址，別忘了定鬧鐘哦~
Twitch上的星際頻道：
https://www.twitch.tv/starcraft
DeepMind的YouTube：
https://www.youtube.com/c/deepmind
量子位AI社群開始招募啦，歡迎對AI感興趣的同學，在量子位公眾號（QbitAI）對話界面回復關鍵字「交流群」，獲取入群方式；
此外，量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募，面向正在從事相關領域的工程師及研究人員。
進專業群請在量子位公眾號（QbitAI）對話界面回復關鍵字「專業群」，獲取入群方式。（專業群審核較嚴，敬請諒解）
量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。