Re: [新聞] 暴雪結合DeepMind人工智慧 開發星海爭霸2

[freshmints (想住在雲端)]

※ 引述《dulinove (C.A.B.A.L--杜里諾夫)》之銘言：
: 利用AI來玩SC2其實一直有人在挑戰
: 也有紀錄
: 悍馬2000 Automaton2000
: 已經做出人類沒辦法做到的事情 在戰術面上
: https://www.youtube.com/watch?v=DXUOWXidcY0
: https://www.youtube.com/watch?v=0EYH-csTttw
: https://www.youtube.com/watch?v=IKVFZ28ybQs
: 連這個AI都能辦到
: 很可惜沒有繼續下去

你對這場對決搞錯了幾件事情，

應該說，一堆鄉民都搞錯這件事情的目的跟意義，

一直說人類不可能比電腦強，這只用跟電腦比計算能力一樣沒有意義

AlphaGO光微操就打爆玩家了？

首先，悍馬2000AI一次僅僅執行「一個」指令，這不是戰術，而是單純的「微操」，

電腦實際上沒有「思考」的事情

可是AlphaGO，不一樣的地方在於他要完全模擬人類在比賽的處境

（沒有開圖、要從起始狀態開始農）

對星海來說，會戰通常只是個結果，現在虛空版本極快進入中期下

真正重要在戰術博弈、營運、戰術配置，

光是在沒有交戰情況下就把人搞爆的比賽星海可不少

AlphaGO必須要花大量的心神（機組）思考這些可能沒有一定答案的問題

（例如：路上會不有一堆埋地毒爆、隱形單位、多線騷擾等）

圍棋可以基本上設想每一步的狀況來做對應，

甚至不用下完就知道結果，

但在沒偵查到情況，他未必能理解這種「暗算」（例如Has的一堆G8招

圍棋跟星海的差別在哪裡？

圍棋再怎麼複雜、變化性再怎麼多，他都是個「敵我資訊完全公開」的遊戲

但星海的戰爭迷霧會讓戰局多了很多「賭博、經驗、預判」的成份在，

同時任何戰術都會有風險甚至是超越預判或微操能改變的

（像Sen說過，如果他蟲心時裸雙遇上10D，對手只要是大師以上，他就就很難贏了）

這對AlphaGO來說是一個很大的挑戰，李世石之所以可以贏下一場，就是下出了他無法理
解的一步，

但超乎意料這件事情在星海可是家常便飯（看看隔壁棚的毒奶）

在星海贏下人類的意義？

如果AI真的贏了人類的話，代表電腦已經可以靠已知的資料可以預測人類的思考方式，甚
至取代人類的指揮系統

星海其實就是一個小型的戰爭系統，如果AlphaGO在面對未知且變化萬千的環境，還可以
統整資訊、預判行為都比人類好

試想：美國近年有多次的暗殺行動失敗，大部分的原因來自於資訊誤判或（可能因為個人
情緒、歧視、經驗）導致，如果AlphaGO能夠做到完美的評估、分析呢？

甚至直接取代人類的功能：調動部隊、防禦系統等等，在這方面的計算以後靠著機器可以
減少傷亡、提高成功率嗎？

對於DeepMind來說，贏不贏根本不是最關鍵的事情，也不用執著在輸贏這件事情上（討論
微操、開圖都不是重點）

如果真的靠鄉民所說的那種方式贏得話，那他們根本沒必要比的XDDD

我個人來說的話，很期待看到AlphaGO被狗哥或Has搞到崩潰哭哭啦XDDDDDD

如果在他門口蓋暴風艦會發生什麼事情XDDD
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.227.229.224
※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1478368481.A.D67.html
~
※ 編輯: freshmints (61.227.229.224), 11/06/2016 01:58:28
推 Aggro: 我想到閃電霹靂車的阿斯拉
推 FallenAngelX: 只能推
ptt+的發文系統也太爛了吧，排版都亂了
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:07:29
推 twosheep0603: 我覺得今天會這樣混淆應該是AI這個詞太過泛濫
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:11:18
推 Aksky: 我倒是想看DeepMind被人換家會有啥反映，說不定挺有趣的XD
推 fosa: AlphaGO被搞怎麼會哭呢...就是一場敗場把過程輸入資料庫而已
光是李世石一步就讓他幾近崩潰，星海能讓他崩潰的可能性，高多了
推 GOBS: 我覺得阿法狗玩星海應該很快就學會"偵查"的重要性了
但是偵查這種東西需要付出很多代價（飛王蟲、先知都要錢），有些時候過於謹慎反而會
被對手利用，星海就是一個這麼複雜的遊戲

而且有時候快攻甚至沒辦法偵查
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:14:01
→ GOBS: 在資訊越多的情況下它就可以付出越少的運算空間再推斷對方
→ GOBS: 的行為 而且它的學習系統包括模仿對局  只要多看一點高端場
→ GOBS: 應該就知道一些偵查的時間點 像是第一支王蟲 何時出OB之類的
這兩個都沒辦法「完美」

例如：王蟲看不到極限一波、神族走VR可能被先知燒爆、走VC怕影刀

推 w60904max: 圍棋還有思考時間 這真的一大挑戰
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:16:30
推 GOBS: ...你要這樣說講得好像人類玩的時候不需要花資源偵查
→ GOBS: 當電腦意識到這樣的偵查是必要時它就會跟著做了
如果是搞人的那方（例如Has）他根本不偵查的，光砲蓋臉上給他客氣？

甚至做假建築、炸建築來誤導的都很多

※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:17:48
→ Aksky: 偵查還要考慮對手的戰術欺騙，不可能每場都照表操課的
推 arrenwu: AlphaGO 下圍棋也沒有所謂的完美啊
→ arrenwu: 他只是在以知的範圍內找一個看起來最ok的做法而已
對，但他之所以可以這樣算是因為他「知道」對手的步數，可是星海不行

例如：要知道前面有沒有埋地毒爆，除非有雷達，不然根本不會有「答案」（可是一發雷
達價值240礦，真能掃免錢？）
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:21:27
推 Sischill: 你只講到微操 那請問多線呢? 人腦在天生就沒電腦能夠快
推 kinghtt: 要AI崩潰得先確定星海的可能性分支有比圍棋多
→ Sischill: 速處理大量即時資訊呀
→ Sischill: 圍棋沒有多線問題 電腦有 就連職業選手有時候自己在前線
→ arrenwu: 我覺得星海要處理的部分是資料的部分
推 siyaoran: AlphaGO玩快棋弱很多 這真的對它是一大挑戰
→ arrenwu: 戰術選擇上我覺得星海分支可能比圍棋少
→ Sischill: 微操結果家裡營運或小地圖漏看都會發生 問題是對電腦來
→ Sischill: 說會發生這種錯誤嘛?
→ kinghtt: 阿法狗在面對選擇時會走勝算最高的步數，直到對手改變
→ ttt95217: 電腦打星海應該很強吧 可以微控一隊遠程兵?
→ kinghtt: 策略才會再次計算可能性，星海中可以選擇穩健發展策略
推 w60904max: 我想是確定敵方戰術後 就照設定的最佳解執行下去了
→ kinghtt: 讓勝算維持一定程度
推 arrenwu: 星海只是知道的比較少而已，當下還是有最佳的策略
→ arrenwu: 遇到前面有陷阱之後，就會有另一個策略
推 GOBS: 對抗埋地毒爆電腦會出渡鴨吧 面對隱形單位最高CP的做法
→ w60904max: 然後微操 交戰 都靠rule直接解 跟一般遊戲AI一樣
→ arrenwu: 除了資料輸入之外，星海跟圍棋沒有差那麼多
推 Sischill: 我想前面有埋地毒爆/雷 這跟電腦或人腦沒啥關係 都是靠
推 Curapikt: google先想辦法生出SC的演算法吧，能下圍棋是因為有對應
推 twosheep0603: 玩星海算不算挑戰讓電腦解Bayesian game的平衡點啊
→ kinghtt: 直到玩家被偵測到確定的一手後電腦再改變策略就好
→ Curapikt: 的演算法，不然效能再多也不構
→ Sischill: 偵查探知的吧?
你確定嗎？在圍棋當中AlphaGO都沒李世石快了，如果同時多線（還是隱形單位）他真的
能夠同時思考每個空投的處理方法？

而且，多線也有其弱點（TY就是常常多線風騷正門被一拳打穿）

渡鴉瓦斯很貴，你看職業賽除非到很後期不然根本不會出（目的還是要放無人防禦幾）

圍棋的戰術多寡不是重點，而是在星海沒有能計算的步伐，李世石如何騙他終究有個限度
，但星海呢？

對付HAS很多選手會派3-4隻工兵地毯式搜索，每個人都這樣搜嗎？萬一他認為不會放大招
的突然放招呢？

星海的問題在於每個戰術都有風險（而且沒辦法即時更改），這在戰場上比起圍棋來的真
實多了

事實上很多時候選手並不是什麼都靠偵查取得資訊，有時候就是第六感的賭，可是AlphaG
O知道「賭」嗎？

再來偵查也非萬能（裸三遇到快攻就是死，這偵查不到沒辦法預防）

→ twosheep0603: Deep Learning最神奇的地方就是不用找演算法
→ twosheep0603: 放著讓電腦去做 他自己會找出一種演算法
→ twosheep0603: Google只需要幫他搞定input跟output就好
推 w60904max: 他指的是從答案 執行操作的部分吧
→ w60904max: deep learing 只是幫你先整理好可能狀況 及對應答案
→ w60904max: 圍棋那套 有另一個快速從model尋找最佳解的演算法
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:30:30
推 arrenwu: 我是覺得只要情報一樣，加上訓練資料夠多，電腦是應該要
→ arrenwu: 能夠贏過人腦的
資料可以可能才是陷阱

例如放招率超低的Zest，竟然在決勝盤下光砲，在沒辦法靠偵查預測下（探點不一定抓得
到對方）

AlphaGO能在看到工兵瞬間知道這是放招嗎？

推 twosheep0603: 人腦做的事情也一樣啊 整理情報 做對應動作
→ twosheep0603: 只是deep learning把這個過程高度抽象化了
→ twosheep0603: 啊其實好像不能說是抽象 對人類抽象但對數學具體
推 arrenwu: 你講的第六感說穿了是職業選手經驗的累積迅速解讀
不一定，放招這種事情，是經驗嗎？

那AlohaGO能預測到這個經驗嗎？
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:34:06
→ twosheep0603: 第六感的賭某種意義上跟蒙地卡羅方法是一樣的XD
→ kinghtt: 阿法狗下圍棋不是靠暴力演算破解…而是會整理可能性分支
→ kinghtt: 遊戲中的第六感就是玩家根據經驗法則歸納出的可能性
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:35:15
→ twosheep0603: 遇到經驗外的事件 人類跟電腦都一樣只能用猜的
推 arrenwu: 是啊，可以說是經驗啊，所以放招有可能取得很大成果
→ arrenwu: 但要看一個策略好不好，要看打幾千場下來的結果
→ twosheep0603: 而猜的範圍就是過去所累積的經驗
→ arrenwu: 這種策略本來就不會是 100% 穩贏的
所以他沒辦法預測這種事情啊？這種事情毫無根據可言

如果AlphaGO根據成功率、選手資料、過往比賽經驗，都認為他不會放招

結果在沒有準備的情況下他放招了，怎麼辦？

過往戰爭失敗，幾乎都是在這種情況下輸掉的

圍棋不可能5分鐘結束，一定會把兩人的腦袋榨乾才結束

星海只要一點點失誤，五分鐘就可以結束

→ Heeida: 圍棋是輪流，算出可能性還有對應時間，星海錯了大勢已去
推 Sischill: 你講的情形不管人腦電腦差別到底在哪? 遇到那種賭招的人
→ Sischill: 腦一樣會跟電腦錯亂呀
沒錯 所以當AlphaGO能夠做到100%勝率的話，就代表他超越這個東西了

→ Heeida: 的情況比較多吧，能屌打人類就表示電腦學會人的狡滑了..
→ twosheep0603: 電腦比人類強的優勢之一就是左右互搏幾千場是可能的
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:38:44
→ twosheep0603: 也就是說所謂奇招對電腦來說可能也看過數百次
→ kinghtt: 阿法狗上場前有自機對奕上千場累積經驗強化分支選擇
→ twosheep0603: 至於電腦學會狡猾 也要看狡猾能不能幫助它贏
→ kinghtt: 所以對人類時阿法狗會下勝率最高的步數而不是暴力破解
狡猾反而會被利用，火鳳就是計中計中計中計的概念

事實上，在星海用勝率最高的步伐反而很可能會輸（正所謂小色說的：太龜、太慫）

※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:41:45
→ twosheep0603: 總覺得原PO過分強調圍棋回合制與星海即時的差異了
→ Heeida: 光學會狡猾這件事在AI就是大突破了，這篇的主旨也是這吧..
推 arrenwu: 戰爭只有一次，但是星海可以打1000場啊
→ kinghtt: 李世石比賽之後的對奕也學阿發狗走精算過的步數減少
→ Heeida: 圍棋得到的情報是100%正確的，能判斷假情報就比圍棋價值高
→ kinghtt: 直覺式的下法…他也因此提高勝率
→ arrenwu: 你講的沒辦法預測對手放招，這不分人腦or電腦的
如果電腦沒辦法超越我說的「理論上不能超越」他也就只跟人類一樣而已

如果連對手所想的都算到了，那就完全超越人類了
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:43:51
推 twosheep0603: 應該說是測驗對於不完全的資訊計算的能力吧
推 Curapikt: 我指的是電腦要怎麼"思考"的演算法，之前工作上有接觸過
推 Sischill: 我覺得討論已經偏了 重點是人腦跟電腦的差異
→ kinghtt: 阿法狗對人類最大的教育就是直覺非最嘉選擇…
→ twosheep0603: 另外電腦對於勝率高的概念跟人類絕對不一樣
→ Curapikt: 自然語言學習的工具，它學習的過程並不是人去教他文法是
推 arrenwu: 預測對面會不會放招這不可能吧...根本沒有前兆啊
→ Sischill: 首先你說計中計中計中計, 電腦AI在學習時所有的replay都
→ Curapikt: 什麼，它會自己找一套方法，但是怎麼"學習"還是有演算法
→ kinghtt: 精算過的走法才是獲勝的最佳解
→ arrenwu: 他只要勝率比人類高，他就超越人類了
→ Sischill: 可以記錄下來  人腦不行, 那在策略上 人腦除非用電腦沒
推 twosheep0603: 實際上它不需要100%碾壓也能體現價值
→ arrenwu: 說穿了AI根本沒有所謂的「想到你要怎麼做」這種概念
→ Sischill: 有看過的招才能打的對手出其不意 問題是這個同樣拿去打
→ arrenwu: 他只是基於目前的資料執行最好的下一步
→ Sischill: 人腦也是一樣的下場 所以跟本上來說人腦在RTS就沒有什麼
→ kinghtt: 另外，勝率最高的步數代表輸的場次最少…
→ Sischill: 比電腦有優勢的地方了吧
→ jmss50894: 預測敵方單位從初始時間開始加機率
→ jmss50894: 像三路英雄消失沒視野 大概要進巴龍池
推 w60904max: 結果是躲在草叢 準備BD主堡 XD
→ kinghtt: 其實是起內鬨都龜溫泉放爛
→ twosheep0603: 那準備BD主堡的機率價值函數也會上升
推 w60904max: 但探巴龍的勝率比較高 所以還是選了這步
推 CactusFlower: 可是深度思考恐怖的地方就在於他學習的能力啊...
→ arthurduh1: 不會因為勝率高就固定選哪一步阿
→ bndan: 還有一個點是原文有提的 就是"即時" 如果真讓AI在人類社會
→ CactusFlower: 畢竟不是真人沒有排名壓力跟情緒
→ arthurduh1: 賽局的策略是機率性的
→ bndan: 更有貢獻 那這AI必須要能處理"即時"的事件
→ twosheep0603: 以剛剛那個探巴龍vs守家防BD的例子來說
→ twosheep0603: AI會在兩者各給出一個機率 然後靠機率做決策
推 arrenwu: DeepLearning厲害是厲害在資料夠多一定會optimal
→ twosheep0603: 但不是哪邊機率最高就選哪邊 是機率高的容易被選中
推 w60904max: 對 不過這點就跟DL無關了
→ twosheep0603: 那個比較像是蒙地卡羅方法的解釋XD
推 kmchao33: 比星海是要比加速好嗎
→ Murasaki0110: 別神話DL好嗎...解不好的問題還一堆
→ Murasaki0110: SGD一定會optimal大家也不用tune半天參數了
→ KenWang42: 這個時代 人人都能嘴出一套演算法
→ Khadgar: 這樣星海算是NP問題嗎?
推 HappyKH: 想到阿法狗的未來是戰爭用途總覺得毛毛的
推 hsiehhsing: 總算有非單細胞的人了，阿法狗要突破的就是預測的障
→ hsiehhsing: 礙
→ hsiehhsing: 而不是單單的運算勝率結果
→ hsiehhsing: 一堆人只看操作，但沒思考光有操作能贏比賽嗎
推 max199083: 不用太高估星海的決策複雜度
推 ultratimes: 電腦光散兵，人根本散不贏 人類只能一小坨拉開
→ ultratimes: 給電腦操作，可以做到一隻一隻拉 只要沒限制電腦手速
推 lugiam: 在生物界 最狡猾的就是人類 無人能出其右
推 hsiehhsing: 捧那麼高，明年去挑戰阿法狗阿，bz會放API
→ hsiehhsing: DeepMind 在 APM 上將有所限制，確保雙方的對戰是公平
→ hsiehhsing: google團隊都已經聲明了，呵呵 不知道在捧阿法狗的人
→ hsiehhsing: 有什麼想法
推 hyk32166: 覺得有操作就能贏應該沒玩過吧XD
→ w3160828: 講的好像有微操 阿法狗靠工兵能吃掉整團兵
推 orze04: 看過年初那篇論文 星海你要怎得到value network?
→ satheni: 電腦的演算法會有一個判定哪個做法效益值最高的解
→ satheni: 但是星海2你要如何判定這個解，考驗的不只是電腦，還有工
→ satheni: 程師，而且那個微操基本上跟開掛沒兩樣就別提了
推 kira925: 你看到那些微操 其實都是作弊的
→ satheni: 如果不是取得內部資料，怎麼可能精準算出距離多少
→ kira925: 那些微操AI 很多都有Hack記憶體抓電腦下個攻擊目標
→ kira925: RTS的難度是 不完全資訊限制思考時間
→ kira925: 資訊不完全下你建立多大的NN可能都假的
推 kullan: 在太多未知的條件下 電腦要贏星海電競選手難度遠比圍棋高
→ kullan: 如果比的都是200人口對戰 那當然不可能贏AI
推 brianzzy: 這讓我想到尼特羅會長在自爆前對蟻王說 別小看人類的惡
→ brianzzy: 意
推 ColdLeafOwl: 個人覺得避免使用"狡猾"這種詞來形容AI比較適當
→ ColdLeafOwl: 畢竟是不同的東西 過於直覺地嘗試理解可能會認知偏差
推 ColdLeafOwl: 關於選擇勝率高的作法也值得討論
→ ColdLeafOwl: 單純這麼做的話 搭配的即時資訊判讀 會不會反而什麼
→ ColdLeafOwl: 都沒做到? 也就是沒有一套有明確目的的戰術
→ ColdLeafOwl: 這個還請有完星海的版友解惑了  小弟沒有真正接觸過
推 icerany: 回樓上，玩家在打星海時也是靠探查到的情報下去做應對
→ icerany: 但這情報不一定是真的，有可能是對方的騙局
→ smart0eddie: 微操微操微操 沒指令哪來微操
→ icerany: 你選則勝率高的戰術也是人之常情
→ smart0eddie: 圍棋回合制時間都不夠燒 即時制來的及下整體戰術?
→ Mchord: 個人心得，DL是因為一些演算法使得大型NLP模型的參數可求
推 A1pha: 推推
→ Mchord: 解吧，覺得不用設計演算法，或AI懂"學習"甚至不用數學
→ Mchord: 都有點太過於商業宣傳了
→ Mchord: input現在有機會透過數學模型對應到抽象的output才是真的
→ linzero: 可是電腦可以打防守拼微操，敵人打來以微操來用低耗損來
→ linzero: 換單位。所以也不太需要戰術，用一定模式生產單位即可。
推 kira925: BW的話是這樣 SC2的操作差距有限
→ linzero: 因阿法狗的機制好像是隨機行動，留下勝率高的行為，再以
→ linzero: 這範圍繼續隨機，一直重複取得勝率高的模式。學習當中遇
→ linzero: 到各種戰術，最終應該是會以其微操優勢為核心發展出應對
→ linzero: 機制。所以有可能初期是以多路單兵騷擾為輔發展自身為主
→ linzero: 到後期兵夠了一整波海過去。或者是初期就拼微操打快攻
推 tsubasawolfy: Deepmind是要訓練戰爭策略。想想真實世界戰爭資源
→ tsubasawolfy: 都量化，配上美軍正在發展的無人攻擊機跟無人艦。以
→ tsubasawolfy: 後局部戰爭誰要跟他打。
推 penut85420: 終於有理智人出來說話了
推 MoMovincent: 教主：偵查？開天眼通就好了阿
推 awfulday: 還有人在玩sc喔??
推 alankira: ...本文不錯，但你後面的論點我覺得有點流於情感闡述了
推 shinwind: 其實我一直覺得 到底有多少人有資訊背景然後可以輕鬆說
→ shinwind: 出電腦必勝
→ shinwind: 可能在未來的某一天是這樣沒錯！但是打星海這件事情 有
→ shinwind: 太多因素同時在判斷
→ shinwind: 沒錯 對於人類來說確實很簡單.但是放到電腦的領域根本完
→ shinwind: 全不一樣
→ shinwind: 更何況是非常即時的運算！我意思是幾分鐘內出現的大量可
→ shinwind: 能性
推 remmurds: 同意這篇
推 hc1118: kira925好久沒在SC版看到你了