#人類擋住AI的來襲
在今天AI與人類在Starcraft I (星海爭霸1)的對決裡,雖然前幾局打贏還算不錯的人類玩家,但是最後遇上職業級電競選手,還是落得被屠殺的結局。
"其實,《星海爭霸》仍有地圖、區域、單位、操作等戰略考量,複雜程度與比較「靜態」的圍棋相比,難度更顯一籌。尤其是碰上身經百戰的職業電競選手,反應與操作理解的門檻非同小可。"
比賽中可以看到AI雖然會隨著對手戰術不同,而調整對應的戰術,但是千篇一律的開局卻失去了偵查對手開局而反應的靈活度;而在雙方大小規模戰鬥中,也很難判斷哪處戰局比較會影響整個戰略,在回防與繼續進攻中可以看出AI的猶豫,對上一般玩家還有利用個別快速的操作扳回一城,但是對上職業級選手就完全沒有勝利的機會。
即時戰略的遊戲牽涉太多動態的敵我戰術對應,以及即時針對各個戰場的快速反應,還有犧牲是否影響大局的取捨,這些目前都還是AI無法克服的瓶頸。
不過人類也別開心得太早,此次參加比賽的AI團隊比較偏向產學合作的團隊,而據傳Alpha Go團隊是直接拿更需要戰略判斷與操作的StarCraft II (星海爭霸 2)做學習與實驗,等學習完成之後,會公開對世界電競選手們宣戰,屆時才是人類的另外一個大挑戰!
#AI的大局判斷與即時反應還是不及人類
#Alphago的反擊才是下一階段值得觀察的AI發展
alphago的反擊才是下一階段值得觀察的ai發展 在 連輸3場後,李世乭如何贏AlphaGo一次?解密關鍵第78手 的相關結果
他總共花了15 分鐘才做出回應,在棋局的第一階段他有兩小時的時間,而這一手占用了他不少時間─而且此後他再也沒有找回節奏。在經過逾四小時的對弈後,他 ... ... <看更多>
alphago的反擊才是下一階段值得觀察的ai發展 在 【AlphaGo首席工程師黃士傑揭露AI無敵新關鍵】不靠海量資料 的相關結果
根據DeepMind這篇新論文上的數據,AlphaGo Zero第一階段實測階段,三天自我學習訓練中,共自我對弈(Self-play)了490萬次,每次只需要0.4秒就能想出下 ... ... <看更多>
alphago的反擊才是下一階段值得觀察的ai發展 在 從無知到無敵:AlphaGo Zero 是怎麼辦到的? - PanSci 泛科學 的相關結果
在這場猛烈風暴席捲了世界後,AlphaGo 宣布不再和人下棋。但它的製造者並没有因此停下腳步,AlphaGo 還在成長,今天Deepmind 又在《自然》期刊上發表了關於AlphaGo ... ... <看更多>