操屁眼的视频在线免费看,日本在线综合一区二区,久久在线观看免费视频,欧美日韩精品久久综

果你未來在歐服玩《星際爭霸2》被對面血虐，你想在聊天窗口噴他兩句，但是對面卻死活都不還嘴的話，你可要小心了，你碰到的可能不是活生生的人——而是那個著名的星際AI“AlphaStar”。

不記得“AlphaStar”了嗎？它就是由DeepMind公司在《星際爭霸2》項目上專門開發的對戰AI。今年年初，已經有星際職業選手感受到了被AI支配的恐懼——神族職業選手TLO和MaNa兩位在短短半個月的時間內，被電腦打了個10-1，唯一的一局勝利還是在最后調整規則之后才取得的，也就是說他倆幾乎沒給AlphaStar帶來任何麻煩。

過去，當阿爾法狗連續戰勝李世石和柯潔兩位世界冠軍時，人們還會覺得像《星際爭霸2》一樣擁有更多種可能，需要更高強度應變和預判的游戲會是電腦無法征服的項目，但是AlphaStar的出現，已經證明了我們的錯誤。

現在，作為普通人也有機會體驗一下這些世界冠軍和職業選手的痛苦了。

根據DeepMind開發團隊在暴雪《星際爭霸2》官方社區內發表的一則公告來看，“作為正在進行的人工智能研究的一部分，由DeepMind團隊開發的AlphaStar測試版將很快加入歐服天梯對戰，進行小范圍的測試。”

任何想要參與到其中的玩家，可以在游戲1V1對戰的選項中，選擇“DeepMind opt-in”來獲得與AI較量的機會。不過或許是考慮到測試的真實性——主要是為了避免針對AI已知弱勢行為而展開的“專門戰術”，力圖追求更真實的對抗效果，開發團隊將確保玩家在對戰時并不會得知自己已經匹配到了AlphaStar——也就是說，一旦你在設置中允許，AI將以匿名的方式，隨機與玩家對戰，以確保所有的測試都在相同的條件下進行。

“DeepMind目前非常有興趣評估AlphaStar在日常比賽中的表現，讓AlphaStar匿名有助于確保它是一個可控測試，以便實驗過程更接近天梯上日常的1V1比賽，這對于參加測試的玩家來說也更加公平。” 暴雪《星際爭霸2》官方社區這樣解釋到。

目前，暴雪尚未透露這個測試的具體開放日期和匹配到AI的頻率。關于測試的具體運行方式還需要雙方進一步協調，但這個計劃似乎已經板上釘釘。

AlphaStar在和職業選手MaNa對戰時，一波追獵華麗的多線操作輕松打掉了MaNa升級過攻防的成群叉子和不朽。在操作上，AI仍然擁有絕對的優勢

而對于玩家關心的天梯排名系統，暴雪官方表示除此測試會像正常比賽一樣根據勝負來決定天梯積分的升降，“就像天梯上其他任何比賽一樣。”

此次測試也不是AI人機對抗面向大眾測試的首次嘗試了，作為對比，OpenAI團隊針對DOTA2設計的智能程序在今年四月曾向普通玩家開放過。結果證明，大部分玩家在測試開始時都表現的“盲目自信，且毫無準備”，在測試開放初期，AI的勝率一度保持在100%，即使直到最后也高達99.4%。

這個勝率確實有點讓人大跌眼鏡，但人類在測試過程中也體現出了我們最大的“優勢”——極快的應變，和總結經驗的能力。在測試嚴格的約束條件下，玩家們通過對戰錄像復盤，也總結出了AI在某些特定環節暴露出的問題，并針對于此進行了“重點打擊”，并且取得了部分勝利——盡管最終人類只拿到了42勝。

在OpenAI開放與普通玩家對戰的所有比賽里，它取得了7215勝42負的成績。在它輸掉的比賽中，一些掌握了AI戰術漏洞的戰隊頻繁出現在排行榜前列，而其他人則在AI的優勢面前毫無還手余地

這種戰術跟我們過去幾十年間在動漫，影視和小說里幻想過的“人類大戰機器人”故事情節如出一轍。或許有人曾在面對AI時，無數次擔憂過AI過度進化會帶來的負面影響，但這次測試的經驗從某種程度上就是一次人類正確對策的預演，這種未雨綢繆未必沒有更深層次存在的道理。

著眼于這次的AlphaStar與人類的匿名盲測，許多人認為這種方式會對人類不利，因為我們像之前在Dota2里那樣通過復盤并想出獲勝的辦法，這也讓我們失去了自己最大的優勢。但從另一個角度來講，這種方式也有積極的一面：玩家不會對與人工智能的比賽感到緊張，反而有可能發揮出自己的全部實力。

國內知名星際解說黃旭東也在點評年初AlphaStar 10-1大勝人類選手時提到一點：電腦AI沒有心態波動，人類選手會承受不住對手壓力，也會受到之前勝負的影響而出現失誤，AI則完全沒有這種擔憂。同樣，柯潔在談到自己和阿爾法狗的對局時也談到過自己收到情緒波動的影響，因此，這次的實驗采用匿名盲測，對于人類玩家來說或許也有好的一面。

比賽時，你的發揮會不會受心理波動影響？看看MaNa在輸給AlphaStar之后的表情就知道了

另一個或許值得我們慶幸的是，此次參與測試的AlphaStar均采用固定版本，潛臺詞是AlphaStar并不會在對戰過程中，針對人類玩家的行為作出學習和進化。到目前為止，它所經歷過的所有學習，都是在不斷的觀看人類游戲錄像，或者自己與自己的對局。

我們究竟是在希望AI能學習的更快或是更慢？這個問題我們目前仍然很難得到一個明確的答案。在社會發展的過程中，人類無數次面對了自我肯定，然后又自我否定的境地，這種糾結是情感特有的表達，相比人工智能，這既是我們的劣勢，但同樣也是我們最大的優勢。