电竞之家_品味电竞生活移动版

连胜十局之后，DeepMind团队迭代了第二版AlphaStar，这一版和人类观察地图的方式是一样的，也要不停选择将视野切换到哪，只能看到屏幕上视野范围内的信息，而且只能在这个范围内操作。更新版的AlphaStar经过7天训练，达到了和第一版差不多的水平。这次，MaNa采用了一种更激进的打法，公平竞争的人工智能输给了人类。

但DeepMind对他们的AI仍然充满信心，他们在博客中说，这个智能体只训练了7天，希望能在不久的将来，能测试一个完全训练好了的视野版智能体。

归根结底，这些团队对游戏AI的热情，恐怕都源于打造通用型人工智能的这一终极目标：游戏AI的研发将会进一步拓宽人类对于AI能力的认知，这样的研究最终将回答AI 能否能够通过游戏规则进行自主学习，达到更高层次的智能乃至通用型人工智能。

DeepMind CEO哈萨比斯说，AlphaStar的技术未来可用于预测天气、气候建模等需要very long sequences的应用场景。从游戏到通用AI，人工智能还有很长的路要走。未来的发展将如何？让我们拭目以待！