1月25日凌晨，这场AI在《星际争霸》领域的学习成果终于如愿在大家面前展现了，前十场比赛有五场以播放录像的方式展示给了大家，而最后一场则是实时对战，这一次AI——AlphaStar所挑战的，是两位Lliquid战队的星际职业选手，分别为TLO和MaNa。值得一提的是，这两位前来挑战的选手中，TLO是虫族选手，而MaNa则是专业神族选手。
按照比赛限制，人类和AI双方都只能使用神族，比赛固定在 Catalyst LE 地图，采用 4.6.2 游戏版本。
整个比赛最终以10:1人类完败落下了帷幕，而AI在整个比赛的表现对于熟悉星际的玩家而言可以说颇具颠覆性，其细致精密的操作和独到的理解，都让对战者难以应付。
比赛中，虫族选手TLO对于神族似乎并不熟悉，这也给予了AlphaStar“秀”操作的空间。从播放录像中可以看到，AlphaStar在比赛中使用常规情况下不常出现的自爆球军团，让TLO难以招架，而TLO自己在比赛中出现的失误也经常逃不过AlphaStar的眼睛，在追击的过程中遭到自爆球的不断损耗，最终无力反抗，输掉了比赛。
而在MaNa挑战的过程中，AlphaStar展示了自己在游戏中所学到的东西，比如野兵营、常规的双兵营封路、超额制造农民减少损失等操作，并且很好的利用侦查和不同兵种压制对手。
在开局第一场中，AlphaStar刻意在人类基地附近的矿地制造兵营，方便骚扰，并且凭借源源不断的追猎者强攻MaNa的基地并消耗其战斗力，最终导致MaNa基地内几乎无兵可守，只能使用农民来做徒劳的抵抗，最终落败，整场比赛仅仅用了5分钟就结束了战斗。
而在第二局中，面对MaNa的多兵种军团，AlphaStar更是将追猎者和凤凰分成多组进行拉扯，最终包夹歼灭对方军团，利用凤凰又成功击败对方守家的不朽者，让MaNa敲出了GG。
在与两位选手之间的对抗的同时，我们可以清晰的感受到AI所展现的强大而流畅的操作，以及清晰的思路和对信息的掌握，在双方激烈对战的情况下，AlphaStar的EPM（每分钟有效操作的次数）甚至一度达到了1200，这对于人类堪称极限。
另外AlphaStar整体操作十分缜密，几乎不出现失误，也不会受到情绪影响，这种情况让人类完全无法跟上其思路。
AlphaStar精准的微操作
此外人类输给AlphaStar还有个重要的原因：AI对于游戏的理解和并不是完全建立在人类理解基础上的，虽然根据DeepMind公司公布的信息，AlphaStar的确是根据上万场人类的比赛学习玩法，但是其思路和判断与人类又有着明显的不同，AlphaStar结合侦查的情况计算最优方案，兵种配比和战术都结合自身操作制定，因此当人类选手面对这样的“不按套路出牌”的对手时，很难在短期内做出好的判断。
不过AI并非完美无缺，通过比赛录像和对战，AlphaStar也展现了自己的弱点：首先在面对TLO时，AlphaStar制造了OB，但却不会使用。
本来应该用来分开创造视野的OB，被AlphaStar聚在跟随着追猎者部队
另外，在与MaNa实时对战的最后一局里，面对对方派来不断骚扰基地的不朽者，AlphaStar几乎出动了全部追猎者来应对，然而在棱镜的配合下，追猎者并没有对前来干扰的不朽造成损失，且浪费了大量的时间和资源，也被干扰了判断，最终导致了AI的失败。虽然正面作战无敌，但是面对人类的套路干扰，AlphaStar依旧不容易应对。
此次比赛之前，关于人类和AI在游戏领域的对抗，就存在着很多相关的讨论：AI在操作和一些基础方面的确凌驾于一般人类，这种差距还在不断变大。
我们都知道，当今计算机运算速度每秒可以达到上亿次，普通家用电脑每秒可以处理百万条指令，因此和AI进行对战，我们感叹于其惊人的APM或者EPM，但是对于AI的环境而言，这种计算几乎是没有意义的。
尽管在和人类的对决中都会对AI的某些方面进行限制，但是这种悬殊就好比人和汽车比速度一般，差距几乎是既定的。而这还仅仅是比较操作速度方面的差距。
可是在《星际争霸2》这样的游戏中，几乎不存在最佳策略，很多套路与欺骗性的方式可能会对AI的计算产生错误的干扰（在真正的意识被创造出来之前）。
按照DeepMind公布的视频和数据，AlphaStar已经具备了极强的宏观微观决策能力，但是在某些方面，AI暂时还无法战胜人类。
这次AI与人类的挑战依然以AI的胜利结束，不过AlphaStar背后的DeepMind公司所付出的努力可并不像AlphaStar在比赛中表现出来的那么轻松。稍有了解的人就会发现，这一次的AI挑战其实准备了相当长的时间。
暴雪和DeepMind之间关于《星际争霸》方面的合作，最早公布在2016年暴雪嘉年华上：那时，刚刚凭借Alpha Go战胜了人类选手围棋九段李世乭而备受关注的DeepMind，就在暴雪的舞台上公布了自己与暴雪在《星际争霸》方面的合作计划。
