▲《雷神之锤》游戏画面

在DeepMind正在推进的研究中，关注度最大的即是《星际争霸 Ⅱ》。2017年8月，DeepMind宣布开始训练AI玩暴雪公司旗下的《星际争霸 II》游戏。当时其顾预言，计划让AI在五年后战胜《星际争霸》世界冠军。

《星际争霸》是一款极其复杂的战略游戏，需要玩家高度集中的精神力、超强的灵敏度和战略决策智慧。这款游戏可以充分考验AI的即时战略和人机对抗协作能力。它要求AI学习在资源有限的情况下平衡发展，学会如何发展高科技、出兵种对抗以及如何调兵遣将来保证利益最大化。这些涵盖了AI亟待解决的三大问题：一是在有限视野和不完全信息的情况下做决策，二是平衡短期、中期和长期的发展策略，三是处理多智能体间的合作和博弈。

纽芬兰纪念大学（Memorial University）的计算机科学教授大卫•丘吉尔（David Churchill）认为，《星际争霸》是如此复杂，能解决《星际争霸》的AI将能解决任何其他问题。

为什么研究人员爱让AI玩游戏游戏？

尽管AlphaGo已经占据国际象棋和围棋的霸主地位，但这不意味着AI已经具备解决实际问题的能力。AI学习玩游戏的方法其实和人类理解游戏的方式并不相同。国际象棋和围棋等游戏规则具有规范性，虽然复杂但规则又很稳定，AI在这种“有限性”的前提下可以发挥它超强计算能力的专长。尽管AI研究者们试图增强AI的通用能力、使AI向人类大脑靠拢，但这一愿景目前仍然只取得了初步进展。

游戏本身可以模拟人类现实生活场景，通过观察人类行为，事半功倍地实现目标任务，帮助人类在电商和广告行业的个性化营销、资源调度、自动驾驶车辆、无人机等领域做做智能决策。让AI玩游戏，可以为AI的发展带来如下优点。

1、模拟现实+简化过程

AI研究员热衷于游戏的一个重要原因，是解决现实世界难以去直接学习和处理的难题。大多数的游戏场景都源于现实世界，是对现实世界的虚拟简化。用游戏训练AI时，研究人员无需考虑硬件的维护问题，不需要拆卸设备，还能轻易调整测试环境，这使得训练新AI算法的难度大大降低。如果在现实生活中让机器人去做相关任务，可能要消耗的财力和时间都是难以估量的。

游戏有时可以代替真实世界的复杂数据源。比如在2016年，普林斯顿大学的Arthur Filippwicz想要教汽车在不需要人类协助的情况下识别交通信号，为了训练这个算法，他需要收集全面的包含交通信号的图片，包括新、旧、干净、脏乱、有遮挡、强光、雨、雾、黑暗等场景。然而，想要获得这样一套完整的数据集非常费时费力，因此Filippwicz选择借助游戏“侠盗猎车手 V（Grand Theft Auto V）”中描绘的交通信号作为训练集来源，他从中拿到数千张交通信号的照片来让他的AI系统进行学习和消化。

此外，很多游戏需要不同的认知技能。通过在不同游戏上的训练和学习，可以帮助研究者更好的理解和建立更完善AI系统。

为数据中心降低能耗的任务与游戏无异，谷歌已经使用DeepMind在2015年2月学习玩Atari游戏时相同的算法来减少其大型数据中心的耗电量。根据用户需求的不同，服务器的能耗和散发的热量差异很大，DeepMind的算法可以用于预测大量服务器所需的空调冷气，帮助数据中心将制冷系统节能40%，并使整个数据中心的能耗降低15%。

2、迁移学习

对于一个人而言，学完一个任务再去学习另一个任务是一件毫不费力的事情，然而这件事情对于AI来说却有些困难。目前大多机器学习算法都是假设训练集和测试集的特征分布相同，但这在现实中往往是不可行的，迁移学习的主要能力就是让AI将从一个环境中学习到的知识经验运用到新环境的学习任务中，解决神经网络灾难性遗忘的问题。