这意味着人工智能采取的游戏策略并不是随机产生的，它也也不需要学习像如何移动单元这样的基础知识。这就像一个人类玩家坐在一个老手玩家后面，看着他玩了大约50万次游戏。

　　今年早些时候，DeepMind首次展示了AlphaStar学习和改进人类微观战略的能力。在一场比赛中，AlphaStar将自己的单位分成小部分，在地图上多个地方包围对手，这一行动需要高度的精准性和协调性。

　　游戏解说员鹿特丹(RotterdaM)说：“如果我和人类玩家对弈，他们不会把(单位)缩小到这么小。”

　　为了让AlphaStar在游戏中掌控三种可玩的种族，DeepMind为人工智能系统创建了一个“联盟”，让它与自己竞争。AlphaStar玩了1.2亿场游戏，通过一个复杂的匹配系统，每个种族中目前最强大的机器人可以与“开拓者”机器人进行匹配，后者试图在AlphaStar喜欢的主导策略中找出漏洞。

　　通过这种方式，这项研究利用了最近流行的机器学习技巧——生成对抗网络(GANs)。其中一个网络试图生成一段数据，比如一幅图像，而另一个则试图判断这段数据是真实的还是人工智能生成的。这两个网络来回“争论”，直到生成的数据非常接近真实相机拍摄的图像。

　　《星际争霸2》之所以如此难以掌握，其中一个原因就是它是一款信息不不对称的游戏。这款游戏与围棋或国际象棋不同，玩家只能看到他们的单位探索过的部分地图，他们不知道对手在使用什么策略。在这方面，它很像扑克。

　　研究人员说，在将这项技术应用到现实中的过程中，还存在一个问题，那就是训练AlphaStar需要多少数据。除了人类提供的数据，AlphaStar还需要与自己对战200年，才能达到目前的水平。鉴于《星际争霸2》在2010年发布，人类与机器之间的竞争存在191年的劣势。

　　译者：Jane