Facebook偷偷參加了一場AI星際爭霸賽，結(jié)果還輸了
在Google的Alphago大放異彩之后，搜索巨頭把下一個目標瞄準了復(fù)雜度更高的《星際爭霸》游戲。但社交巨頭Facebook也不甘落后，前不久它偷偷派了一個機器人去參加一場AI間的星際爭霸戰(zhàn)。盡管鎩羽而歸，但跟愛好者做的大部分基于規(guī)則的機器人相比，KUKA機器人維修，F(xiàn)acebook讓機器人自己制定策略的方案才是未來。
在銀河系遙遠的克普魯星區(qū)，F(xiàn)acebook的一群跳蟲（Zerglings）正在焦躁不安的在敵軍基地外面徘徊。在腦袋缺根筋的指揮官打開大門后，該社交網(wǎng)絡(luò)的外星人蜂擁而入，在一場爭奪人工智能研究前沿陣地的戰(zhàn)斗中對駐扎在里面的部隊大開殺戒。
這是一年一度的由AI軟件機器人參賽的星際爭霸比賽的一部分，今年的比賽剛剛在本周日結(jié)束。Facebook悄悄的派了一個名為CherryPi的機器人參賽，這是有其AI研究實驗室的8個人設(shè)計出來的。
這場秘密的太空站說明Facebook對與Google等就率先達到AI的下一個閃耀的里程碑的競爭是認真的。Google的DeepMindAI研究部門去年因為Alphago擊敗了圍棋世界冠軍而登上了新聞頭條。今年8月，DeepMind宣布將最新版的星際爭霸II作為自己的下一個目標。
就像本領(lǐng)域大多數(shù)的AI研究一樣，F(xiàn)acebook參加的這場比賽使用的是更舊版的星際爭霸，這個版本在難度上被認為對軟件和玩家都是一視同仁的。Facebook的AI研究部門由紐約大學(xué)教授YannLeCun牽頭，旗下有80多位研究人員，目前已經(jīng)發(fā)表了很多的研究論文，但是還沒有取得任何像Google在圍棋方面一樣令人震驚的成就。關(guān)于星際爭霸Facebook已經(jīng)發(fā)表了3篇研究論文，但還沒有宣布要征服此游戲的任何特別行動。
周日公布的最終結(jié)果表明Facebook仍然有一段路要走：在總共28位參賽選手中CherryPi的排名為第6；而前3位都是由獨立的編程愛好者寫出來的。
Facebook的研究科學(xué)家GabrielSynnaeve把CherryPi說成是將來對星際爭霸研究的基線。他說：我們希望看到它跟其他現(xiàn)有機器人的對比情況，尤其是想測試一下是不是還有需要修正的瑕疵。CherryPi參加了一場馬拉松式的競賽，這是研究AI在娛樂業(yè)應(yīng)用的學(xué)術(shù)會議AIIDE的一部分。Facebook還贊助了今年的競賽，成千上萬的機器人對戰(zhàn)游戲所用的硬件都是由Facebook出錢的。
自從1950年代以來，像一字棋、跳棋、國際象棋以及圍棋這樣的游戲一直都是人工智能新思路的試驗臺。這段日子以來，隨著公司日益用AI來作為打磨自身產(chǎn)品和服務(wù)的手段，AI還要服務(wù)于嚴肅的商業(yè)目的。Facebook、Google等技術(shù)公司用AI來改進定向廣告和個性化系統(tǒng)，并且給虛擬助手和增強現(xiàn)實等新產(chǎn)品提供支持。
星際爭霸對AI研究人員的誘惑力可不僅僅在于操弄武器發(fā)號施令的樂趣。盡管該游戲看似比圍棋或者國際象棋更平易近人，但是復(fù)雜度卻要比后者高得多，因為玩家的裝備和行動都不是局限在固定的棋盤上并且處在對方的完整視圖下面的。圍棋棋盤的有效位置數(shù)是1后面跟170個0。研究人員估計，要想遍歷星際爭霸的復(fù)雜度，你還需要在那個數(shù)后再加100個0。
今年獲勝的機器人叫ZZZKBot，開發(fā)者是澳大利亞珀斯的軟件開發(fā)者ChrisCoxe，他之前曾在納斯達克工作過。這個機器人是他自己一個人開發(fā)的，后來為了留出更多的時間做做這個他甚至停了一段時間工作。在最終結(jié)果出爐前1一天，庫卡機器人，Coxe曾經(jīng)這樣調(diào)侃自己的作品。他說：這東西只是用來概念驗證。源碼一點都不好。
就像迄今為止所有的星際爭霸機器人一樣，在游戲技能一般的人類玩家面前ZZZKBot也頂不了太久。對異族人部隊的調(diào)動做出預(yù)測和反應(yīng)需要的計劃和記憶遠遠超出了目前軟件的能力范疇。
隨著在網(wǎng)上廣告和AI方面同時展開競爭的兩大巨頭表現(xiàn)出興趣，愛好者做出最好的星際爭霸機器人的日子似乎已經(jīng)屈指可數(shù)。這次AIIDE競賽的組織者，紐芬蘭紀念大學(xué)教授DavidChurchill預(yù)計，未來幾年星際爭霸機器人的局面將會發(fā)生天翻地覆的變化。
Facebook和Google稱自己開發(fā)星際爭霸機器人的辦法跟大多數(shù)個人程序員都不一樣。領(lǐng)先的機器人大多數(shù)是基于創(chuàng)建者制訂的規(guī)則和策略進行游戲的。Coxes說他的機器人最好的功能之一是簡單學(xué)習(xí)功能，機器人會嘗試預(yù)先編程的針對其他對戰(zhàn)機器人的策略，KUKA機器人示教器維修，然后記錄下來哪一種策略有效，從而為下一場比賽做準備。兩大技術(shù)巨頭打算更倚重于機器學(xué)習(xí)，計劃讓機器人依靠檢查過去比賽數(shù)據(jù)的龐大緩存或者重復(fù)實驗從頭開始制訂自己的策略。Facebook并沒有按照自己發(fā)布的想法開發(fā)CherryPi。而機器學(xué)習(xí)則是Google的Alphago不可戰(zhàn)勝的核心。
雖然Facebook的機器人沒能贏得星際爭霸戰(zhàn)，但排名第二的機器人PurpleWave的開發(fā)者DanGant卻看到了CherryPi將來的走勢。大多數(shù)機器人的選擇是根據(jù)敵方的相對人數(shù)要么正面進攻，要么撤退。但Gant說，從競賽結(jié)果公布前發(fā)布的視頻看，CherryPi似乎知道什么時候自己可以足夠快地偷襲地方基地。
盡管如此，不要指望獨立機器人開發(fā)者一夜之間就會消失得無影無蹤或者指望星際爭霸很快就會被征服。Churchill說：問題仍然非常困難。我預(yù)計幾年之內(nèi)愛好者做的主要基于規(guī)則的機器人仍然會表現(xiàn)出色。他猜測任何機器人想要擊敗專家級玩家仍需要5年的時間但承認也許會更快。
紐約的軟件開發(fā)者Gant今年停下了手頭的工作，用了幾個月的時間專門來做PurpleWave。他說技術(shù)巨頭的加入增加了一項代表著獨特學(xué)習(xí)機會的追求的影響力。他說：無論你是Facebook還是DeepMind或者是剛剛在學(xué)習(xí)編程的小孩，大家都在同一個競技場公平競技。能限制你的只有自己的努力和能教到自己的東西。
做出一個星際爭霸的超級玩家能給技術(shù)巨頭帶來的不只是滿足感。Google說DeepMind的機器學(xué)習(xí)已經(jīng)幫助它削減了自己數(shù)據(jù)中心的制冷成本。微軟今年的一篇有關(guān)機器學(xué)習(xí)的研究論文說，預(yù)測用戶何時會點擊的準確率哪怕只提升0.1個百分點也能帶來數(shù)億美元的新收入。有能力領(lǐng)導(dǎo)蟲族隊伍沖鋒陷陣擊潰任何人類的機器人也許很快就能賺大錢。