【星际争霸人类战胜机器】韩国选手4:0战胜Facebook等机构AI

简介:

 韩国的专业玩家在星际争霸游戏中以4:0的比分战胜了AI。

在人与AI最近的一次遭遇战中,韩国的专业玩家在星际争霸游戏中以4:0的比分战胜了AI。比赛于本周二在韩国的世宗大学举行。

虽然AI在本次比赛中击败了两位业余玩家,但是,在对阵专业级玩家宋炳具(Song Byung-gu)时,它们输掉了所有的比赛。宋炳具被认为是世界上最好的星际争霸职业选手之一。

9eecdeab7cf629d582be7d717018edc8393f551a

参加本次比赛的AI系统有四个,分别是:来自韩国世宗大学的MJ Bot、来自澳大利亚的ZZZK、来自挪威的TSCMOO和来自FacebookCherryPi

赛前的预期普遍认为,这些AI 将会败在专业玩家的手下,因为它们的训练算法依然有很大的局限性,加上星际争霸本身的复杂性和即时性,使得计算机很难预测出对手的下一步行动。

谷歌DeepMind训练的AlphaGo使用复杂的算法和大量的数据掌握了围棋,但是,这次参加星际争霸的四个AI,都只是被训练遵循“脚本”,简单地命令计算机执行具体场景下的具体任务。

 “不通过机器学习训练的AI存在明显的局限性”,世宗大学的Kim Kyung-joong说,他是计算机工程学教授,领导 MJ Bot的研发。

深度学习是一种高级的机器学习,它使用人工神经网络,网络中节点与层互联,在新信息进入时,这些连接会重新组合,使计算机能够有效自我学习,而无需人工编程。正是这种方法使AlphaGo能够评估,发展和执行其战略,达到顶级水平。 

虽然机器学习的机制还没到位,但是,这四个AI在首尔的比赛中确定还是展示出了在星际争霸比赛的某些超能力,特别是在与业余选手的对抗中。

例如,AI 每分钟的按键次数峰值可以达到20000次,这是一个衡量玩家对游戏控制速度的指标,但是在人类玩家的平均速度只有每分钟300次。

不过,AI 还是展示出了一些关键的缺陷,特别是根据人类专业玩家变化的对战策略来调整自己的策略和控制行动上。

 Song说,他们确实发现这些AI在某些方面有过人之处。“在防御我的进攻时,他们管理自己联盟的方式从某处程度上看相当惊艳”,他说。

“虽然有些时候,看起来AI确实像人类一样在玩这一游戏,但是我觉得他们还没有学会人类玩家的不断变化的控制和判断。”Song在4:0获胜后说。

“如果专业玩家参与到这些AI的训练中来,我认为会带来巨大的提升、一旦AI的技巧更为熟练,我认为未来AI会是这一游戏中对人类专业玩家来说很强的对手。”他说。

DeepMind、Facebook 目前都在尝试用AI玩星际争霸。2017年8月7日,Facebook刚刚宣布开源史上最大的《星际争霸》游戏数据集STARDATA。 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。

其他专家现在预测,一旦得到正确的训练,AI 就能够击败专业的星际争霸玩家。韩国科技大学计算机科学和工程教授郑汉敏(Jung Han-min)说:“当AI Bot 配备了像AlphaGo这样的(高级别)决策系统时,人类就无法获胜。



原文发布时间为:2017-11-3

本文作者:弗格森

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号

原文链接:【星际争霸人类战胜机器】韩国选手4:0战胜Facebook等机构AI



相关文章
|
22天前
|
人工智能 自动驾驶 云计算
【通义】AI视界|谷歌大模型被盯上!欧盟最高隐私监管机构对PaLM2模型展开调查~
本文汇总了近24小时内科技领域的五大要闻:欧盟对谷歌PaLM2模型启动隐私合规调查;甲骨文推出Zettascale云计算集群,集成大量NVIDIA GPU强化计算力;红杉资本偏好AI应用投资而非模型构建;夸克新推智能助手CueMe,支持长达2万字内容生成;沃尔沃与NVIDIA合作,未来车型将采用后者先进芯片提升自动驾驶功能。以上内容由通义自动生成。
|
1月前
|
机器学习/深度学习 人工智能 算法
AI伦理边界:当机器决策超越人类认知
【9月更文挑战第5天】AI伦理边界的探索是一个复杂而艰巨的任务,需要政府、企业、学术界和社会各界的共同努力。随着AI技术的不断发展,我们有理由相信,通过不断的探索和实践,我们一定能够找到一条既符合伦理道德又能够充分发挥AI技术潜力的道路。在未来的日子里,让我们携手并进,共同迎接AI技术带来的机遇与挑战。
|
3月前
|
人工智能 固态存储
直播基地、SCN机构对于AI数字人直播独立部署的需求量暴增!
青否数字人提供低成本、高效率的数字人直播解决方案,适合直播基地和SCN机构构建直播矩阵。只需几万块,商家可独立部署源码(zhibo175),实现真人1:1克隆,包括形象和声音。操作简单,通过绿幕视频和声音样本即可快速克隆数字人主播。此外,青否的直播专业版仅需云服务器,降低运营成本,相比其他厂商,服务每个商家成本低至1元。商家还能享受私有化部署带来的品牌独立性和数据安全性。
直播基地、SCN机构对于AI数字人直播独立部署的需求量暴增!
|
2月前
|
人工智能 并行计算 开发工具
IBM共创共享问题之IBM与中国企业和政府机构共创生成式AI大时代如何解决
IBM共创共享问题之IBM与中国企业和政府机构共创生成式AI大时代如何解决
22 0
|
3月前
|
机器学习/深度学习 人工智能 算法
AI与创意写作:机器如何学习讲故事
【7月更文挑战第8天】在数字时代的浪潮中,人工智能已经从实验室走向了文学创作的领域。本文将探讨AI在创意写作中的应用,揭示它如何通过算法模仿人类的思维模式,生成引人入胜的故事。我们将一同穿梭于代码与文字之间,见证一个由数据驱动的叙事新纪元的诞生。
|
3月前
|
机器学习/深度学习 人工智能 数据可视化
东哥教你如何用Orange Ai pro为家里做一个垃圾分类检测机器
## 摘要 本文由东哥原创,介绍了使用Orange AI Pro开发板进行AI项目开发的体验。这款开发板主打强大的AI算力,搭载昇腾AI芯片,提供8-12TOPS的性能,媲美英伟达RTX3080显卡。它支持外接eMMC和4K显示器,适合实时视频流模型部署。作者详细阐述了从购买、烧录镜像到环境配置的过程,包括安装ACLLite库、模型转换工具ATC的使用,以及YOLOv5模型的转换和部署。文章还展示了如何建立一个垃圾检测项目,利用计算机视觉进行实时垃圾分类,并分享了性能体验,认为开发板在散热和噪音控制上表现良好,适合AI爱好者和开发者进行DIY项目。
|
5月前
|
人工智能
AI信任危机之后,揭秘预训练如何塑造机器的可信灵魂
【5月更文挑战第10天】研究人员探讨了预训练如何影响大型语言模型的可信度,以解决AI信任危机。论文通过线性探测和相互信息估计分析预训练过程中的可信度变化,发现模型在预训练早期就能区分可信度概念。提出使用引导向量增强预训练阶段的可信度,但该方法仍需进一步研究验证。研究表明预训练有“拟合和压缩”两阶段,为理解模型可信度提供新视角。[论文链接](https://arxiv.org/abs/2402.19465)
51 3
|
12月前
|
机器学习/深度学习 人工智能 算法
专栏介绍《机器智造:AI与实战学习》
专栏介绍《机器智造:AI与实战学习》
55 0
|
存储 机器学习/深度学习 人工智能
LangChain + Streamlit + Llama:将对话式AI引入本地机器
在过去的几个月里,大型语言模型(LLM)获得了极大的关注,引起了全球开发人员的兴趣。这些模型创造了令人兴奋的前景,特别是对于从事聊天机器人、个人助理和内容创作的开发人员而言。LLM带来的可能性引发了开发人员的热情 |人工智能 |NLP社区。
596 0
|
机器学习/深度学习 人工智能 自然语言处理
像GPT-4一样能看懂图文,李飞飞等人的具身AI给机器人造了个多模态对话框
像GPT-4一样能看懂图文,李飞飞等人的具身AI给机器人造了个多模态对话框
194 0

热门文章

最新文章

下一篇
无影云桌面