《星际争霸》与围棋的差别在于，尽管围棋有极其庞大的搜索空间，但起码它的规则是完全明确的，在棋盘上有 361 个位置可以落子，每一步落子对最终结果的影响都可以找出一个合适的评估函数权衡胜率来表示。围棋的问题尽管很难解决，但至少将问题描述成机器学习的逻辑语言是清晰的。《星际争霸》甚至谈不上问题解决困不困难，而是无法提出问题来让机器去解决。《星际争霸》最基本的策略表达在难度上远远超过了围棋：什么时候应该发展经济、什么时候应该进攻、建筑建造在哪里、研发哪条科技线等基本策略，与游戏目标的关系并不是固定的，而是动态的，不仅随着时间变、地图变，还随着对手变；策略与游戏的基础操作的关系也是动态的，如何将一个待执行的策略分解到在某个时刻向屏幕的某个像素位置单击鼠标、按动键盘才是最优的，也难以衡量。因此，《星际争霸》的问题很难有效分解成机器学习的逻辑，这些困难最终迫使 DeepMind 公司放弃了最初使用 AlphaZero 打遍天下游戏的狂妄想法<sup>○一</sup>，不得不训练了专门用于《星际争霸》的 AlphaStar，通过多个独立的智能体模仿不同的人类职业选手操作，并在游戏中学习人类的有效决策。2019 年，AlphaStar 与数位顶级《星际争霸》职业选手进行了多场比赛，在与所有职业选手的对局中均取得 5 比 0 的胜利。AlphaStar 不仅在微观层面展示了极其精确的微操作，在宏观层面也能够有效应对职业选手的多样战术，人类在游戏竞技方面的最后一块阵地终于宣告失陷，在棋牌和竞技游戏这个领域，人工智能经过六七十年的发展，终于彻底征服了人类。
人工智能在棋牌和电子竞技上的研究，绝不只是为了娱乐和吸引眼球，也不是单纯为了验证技术，而是有着潜在的巨大现实价值。设想一下，如果人工智能能够在《星际争霸》这样模拟人类战争且规则足够开放的战略游戏上有真正的突破，那未来真实战争是不是能够理解成一场“更加复杂的、影响因素更多的游戏”？其决策权是否有可能交给计算机去完成？不仅仅战争，各种国家、商业、个人事项的决策，计算机是不是都可以介入其中，代替人类做出最有效、最正确的安排？
384
第四部分 人机共生
○一 在 AlphaGo 赢得人类围棋棋手后，DeepMind 曾宣布不会再发展专门用于某项运动的智能应用（Go 是围棋的英文，AlphaGo 就属于专门用于围棋的应用），而是转向研究能够自己学会所有竞技游戏的 AlphaZero。