Re: [新聞] 暴雪結合DeepMind人工智慧 開發星海爭霸2

看板  C_Chat 
作者  freshmints (想住在雲端)
標題  Re: [新聞] 暴雪結合DeepMind人工智慧 開發星海爭霸2
時間  Sun Nov  6 01:54:39 2016
※ 引述《dulinove (C.A.B.A.L--杜里諾夫)》之銘言：
: 利用AI來玩SC2其實一直有人在挑戰: 也有紀錄: 悍馬2000 Automaton2000: 已經做出人類沒辦法做到的事情 在戰術面上: https://www.youtube.com/watch?v=DXUOWXidcY0
Automaton 2000 Micro - Marine Split Battle vs IMMvp - YouTube Automaton 2000 micro bot takes on IMMvp in a marine splitting micro battle. Automaton's stats: 40 speed banelings vs 20 marines - zero losses! Mean APM: 1500...
: https://www.youtube.com/watch?v=0EYH-csTttw
Automaton 2000 Micro - Drops Part I - YouTube
Automaton 2000 destroys a vastly superior zerg army with a handfull of medivacs and siege tanks without losing a single hitpoint. Automaton's stats: 14 drone...
: https://www.youtube.com/watch?v=IKVFZ28ybQs
Automaton 2000 Micro - Dodging Siege Tanks - YouTube
100 zerglings vs 20 sieged tanks should be a meat grinder... but when the lings are controlled by the Automaton micro bot, the outcome changes :) Automaton's...
: 連這個AI都能辦到: 很可惜沒有繼續下去你對這場對決搞錯了幾件事情，

應該說，一堆鄉民都搞錯這件事情的目的跟意義，

一直說人類不可能比電腦強，這只用跟電腦比計算能力一樣沒有意義

AlphaGO光微操就打爆玩家了？首先，悍馬2000AI一次僅僅執行「一個」指令，這不是戰術，而是單純的「微操」，

電腦實際上沒有「思考」的事情

可是AlphaGO，不一樣的地方在於他要完全模擬人類在比賽的處境（沒有開圖、要從起始狀態開始農）

對星海來說，會戰通常只是個結果，現在虛空版本極快進入中期下真正重要在戰術博弈、營運、戰術配置，光是在沒有交戰情況下就把人搞爆的比賽星海可不少

AlphaGO必須要花大量的心神（機組）思考這些可能沒有一定答案的問題（例如：路上會不有一堆埋地毒爆、隱形單位、多線騷擾等）

圍棋可以基本上設想每一步的狀況來做對應，

甚至不用下完就知道結果，

但在沒偵查到情況，他未必能理解這種「暗算」（例如Has的一堆G8招

圍棋跟星海的差別在哪裡？圍棋再怎麼複雜、變化性再怎麼多，他都是個「敵我資訊完全公開」的遊戲

但星海的戰爭迷霧會讓戰局多了很多「賭博、經驗、預判」的成份在，

同時任何戰術都會有風險甚至是超越預判或微操能改變的（像Sen說過，如果他蟲心時裸雙遇上10D，對手只要是大師以上，他就就很難贏了）

這對AlphaGO來說是一個很大的挑戰，李世石之所以可以贏下一場，就是下出了他無法理
解的一步，
但超乎意料這件事情在星海可是家常便飯（看看隔壁棚的毒奶）

在星海贏下人類的意義？
如果AI真的贏了人類的話，代表電腦已經可以靠已知的資料可以預測人類的思考方式，甚
至取代人類的指揮系統
星海其實就是一個小型的戰爭系統，如果AlphaGO在面對未知且變化萬千的環境，還可以統整資訊、預判行為都比人類好
試想：美國近年有多次的暗殺行動失敗，大部分的原因來自於資訊誤判或（可能因為個人
情緒、歧視、經驗）導致，如果AlphaGO能夠做到完美的評估、分析呢？
甚至直接取代人類的功能：調動部隊、防禦系統等等，在這方面的計算以後靠著機器可以減少傷亡、提高成功率嗎？
對於DeepMind來說，贏不贏根本不是最關鍵的事情，也不用執著在輸贏這件事情上（討論微操、開圖都不是重點）
如果真的靠鄉民所說的那種方式贏得話，那他們根本沒必要比的XDDD我個人來說的話，很期待看到AlphaGO被狗哥或Has搞到崩潰哭哭啦XDDDDDD如果在他門口蓋暴風艦會發生什麼事情XDDD--※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.227.229.224※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1478368481.A.D67.html~※ 編輯: freshmints (61.227.229.224), 11/06/2016 01:58:28
推 Aggro: 我想到閃電霹靂車的阿斯拉11/06 01:56
推 FallenAngelX: 只能推11/06 01:58
ptt+的發文系統也太爛了吧，排版都亂了
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:07:29
推 twosheep0603: 我覺得今天會這樣混淆應該是AI這個詞太過泛濫1F 11/06 02:03
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:11:18
推 Aksky: 我倒是想看DeepMind被人換家會有啥反映，說不定挺有趣的XD2F 11/06 02:08
推 fosa: AlphaGO被搞怎麼會哭呢...就是一場敗場把過程輸入資料庫而已3F 11/06 02:09
光是李世石一步就讓他幾近崩潰，星海能讓他崩潰的可能性，高多了
推 GOBS: 我覺得阿法狗玩星海應該很快就學會"偵查"的重要性了4F 11/06 02:10
但是偵查這種東西需要付出很多代價（飛王蟲、先知都要錢），有些時候過於謹慎反而會
被對手利用，星海就是一個這麼複雜的遊戲
而且有時候快攻甚至沒辦法偵查
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:14:01
→ GOBS: 在資訊越多的情況下它就可以付出越少的運算空間再推斷對方→ GOBS: 的行為 而且它的學習系統包括模仿對局  只要多看一點高端場→ GOBS: 應該就知道一些偵查的時間點 像是第一支王蟲 何時出OB之類的7F 11/06 02:12
這兩個都沒辦法「完美」

例如：王蟲看不到極限一波、神族走VR可能被先知燒爆、走VC怕影刀

推 w60904max: 圍棋還有思考時間 這真的一大挑戰8F 11/06 02:13
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:16:30
推 GOBS: ...你要這樣說講得好像人類玩的時候不需要花資源偵查→ GOBS: 當電腦意識到這樣的偵查是必要時它就會跟著做了10F 11/06 02:16
如果是搞人的那方（例如Has）他根本不偵查的，光砲蓋臉上給他客氣？

甚至做假建築、炸建築來誤導的都很多

※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:17:48
→ Aksky: 偵查還要考慮對手的戰術欺騙，不可能每場都照表操課的11F 11/06 02:16
推 arrenwu: AlphaGO 下圍棋也沒有所謂的完美啊→ arrenwu: 他只是在以知的範圍內找一個看起來最ok的做法而已13F 11/06 02:17
對，但他之所以可以這樣算是因為他「知道」對手的步數，可是星海不行

例如：要知道前面有沒有埋地毒爆，除非有雷達，不然根本不會有「答案」（可是一發雷
達價值240礦，真能掃免錢？）
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:21:27
推 Sischill: 你只講到微操 那請問多線呢? 人腦在天生就沒電腦能夠快14F 11/06 02:18
推 kinghtt: 要AI崩潰得先確定星海的可能性分支有比圍棋多15F 11/06 02:18
→ Sischill: 速處理大量即時資訊呀→ Sischill: 圍棋沒有多線問題 電腦有 就連職業選手有時候自己在前線17F 11/06 02:19
→ arrenwu: 我覺得星海要處理的部分是資料的部分18F 11/06 02:19
推 siyaoran: AlphaGO玩快棋弱很多 這真的對它是一大挑戰19F 11/06 02:19
→ arrenwu: 戰術選擇上我覺得星海分支可能比圍棋少20F 11/06 02:19
→ Sischill: 微操結果家裡營運或小地圖漏看都會發生 問題是對電腦來→ Sischill: 說會發生這種錯誤嘛?22F 11/06 02:19
→ kinghtt: 阿法狗在面對選擇時會走勝算最高的步數，直到對手改變23F 11/06 02:20
→ ttt95217: 電腦打星海應該很強吧 可以微控一隊遠程兵?24F 11/06 02:20
→ kinghtt: 策略才會再次計算可能性，星海中可以選擇穩健發展策略25F 11/06 02:21
推 w60904max: 我想是確定敵方戰術後 就照設定的最佳解執行下去了26F 11/06 02:22
→ kinghtt: 讓勝算維持一定程度27F 11/06 02:22
推 arrenwu: 星海只是知道的比較少而已，當下還是有最佳的策略→ arrenwu: 遇到前面有陷阱之後，就會有另一個策略29F 11/06 02:23
推 GOBS: 對抗埋地毒爆電腦會出渡鴨吧 面對隱形單位最高CP的做法30F 11/06 02:23
→ w60904max: 然後微操 交戰 都靠rule直接解 跟一般遊戲AI一樣31F 11/06 02:23
→ arrenwu: 除了資料輸入之外，星海跟圍棋沒有差那麼多32F 11/06 02:23
推 Sischill: 我想前面有埋地毒爆/雷 這跟電腦或人腦沒啥關係 都是靠33F 11/06 02:23
推 Curapikt: google先想辦法生出SC的演算法吧，能下圍棋是因為有對應34F 11/06 02:24
推 twosheep0603: 玩星海算不算挑戰讓電腦解Bayesian game的平衡點啊35F 11/06 02:24
→ kinghtt: 直到玩家被偵測到確定的一手後電腦再改變策略就好36F 11/06 02:24
→ Curapikt: 的演算法，不然效能再多也不構37F 11/06 02:24
→ Sischill: 偵查探知的吧?38F 11/06 02:24
你確定嗎？在圍棋當中AlphaGO都沒李世石快了，如果同時多線（還是隱形單位）他真的
能夠同時思考每個空投的處理方法？
而且，多線也有其弱點（TY就是常常多線風騷正門被一拳打穿）

渡鴉瓦斯很貴，你看職業賽除非到很後期不然根本不會出（目的還是要放無人防禦幾）

圍棋的戰術多寡不是重點，而是在星海沒有能計算的步伐，李世石如何騙他終究有個限度
，但星海呢？
對付HAS很多選手會派3-4隻工兵地毯式搜索，每個人都這樣搜嗎？萬一他認為不會放大招
的突然放招呢？
星海的問題在於每個戰術都有風險（而且沒辦法即時更改），這在戰場上比起圍棋來的真
實多了
事實上很多時候選手並不是什麼都靠偵查取得資訊，有時候就是第六感的賭，可是AlphaG
O知道「賭」嗎？
再來偵查也非萬能（裸三遇到快攻就是死，這偵查不到沒辦法預防）

→ twosheep0603: Deep Learning最神奇的地方就是不用找演算法→ twosheep0603: 放著讓電腦去做 他自己會找出一種演算法→ twosheep0603: Google只需要幫他搞定input跟output就好41F 11/06 02:25
推 w60904max: 他指的是從答案 執行操作的部分吧→ w60904max: deep learing 只是幫你先整理好可能狀況 及對應答案→ w60904max: 圍棋那套 有另一個快速從model尋找最佳解的演算法44F 11/06 02:28
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:30:30
推 arrenwu: 我是覺得只要情報一樣，加上訓練資料夠多，電腦是應該要→ arrenwu: 能夠贏過人腦的46F 11/06 02:28
資料可以可能才是陷阱

例如放招率超低的Zest，竟然在決勝盤下光砲，在沒辦法靠偵查預測下（探點不一定抓得
到對方）


AlphaGO能在看到工兵瞬間知道這是放招嗎？

推 twosheep0603: 人腦做的事情也一樣啊 整理情報 做對應動作→ twosheep0603: 只是deep learning把這個過程高度抽象化了→ twosheep0603: 啊其實好像不能說是抽象 對人類抽象但對數學具體49F 11/06 02:30
推 arrenwu: 你講的第六感說穿了是職業選手經驗的累積迅速解讀50F 11/06 02:31
不一定，放招這種事情，是經驗嗎？

那AlohaGO能預測到這個經驗嗎？
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:34:06
→ twosheep0603: 第六感的賭某種意義上跟蒙地卡羅方法是一樣的XD51F 11/06 02:33
→ kinghtt: 阿法狗下圍棋不是靠暴力演算破解…而是會整理可能性分支→ kinghtt: 遊戲中的第六感就是玩家根據經驗法則歸納出的可能性53F 11/06 02:34
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:35:15
→ twosheep0603: 遇到經驗外的事件 人類跟電腦都一樣只能用猜的54F 11/06 02:35
推 arrenwu: 是啊，可以說是經驗啊，所以放招有可能取得很大成果→ arrenwu: 但要看一個策略好不好，要看打幾千場下來的結果56F 11/06 02:35
→ twosheep0603: 而猜的範圍就是過去所累積的經驗57F 11/06 02:35
→ arrenwu: 這種策略本來就不會是 100% 穩贏的58F 11/06 02:35
所以他沒辦法預測這種事情啊？這種事情毫無根據可言

如果AlphaGO根據成功率、選手資料、過往比賽經驗，都認為他不會放招

結果在沒有準備的情況下他放招了，怎麼辦？

過往戰爭失敗，幾乎都是在這種情況下輸掉的

圍棋不可能5分鐘結束，一定會把兩人的腦袋榨乾才結束

星海只要一點點失誤，五分鐘就可以結束

→ Heeida: 圍棋是輪流，算出可能性還有對應時間，星海錯了大勢已去59F 11/06 02:35
推 Sischill: 你講的情形不管人腦電腦差別到底在哪? 遇到那種賭招的人→ Sischill: 腦一樣會跟電腦錯亂呀61F 11/06 02:36
沒錯 所以當AlphaGO能夠做到100%勝率的話，就代表他超越這個東西了

→ Heeida: 的情況比較多吧，能屌打人類就表示電腦學會人的狡滑了..62F 11/06 02:36
→ twosheep0603: 電腦比人類強的優勢之一就是左右互搏幾千場是可能的63F 11/06 02:36
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:38:44
→ twosheep0603: 也就是說所謂奇招對電腦來說可能也看過數百次64F 11/06 02:37
→ kinghtt: 阿法狗上場前有自機對奕上千場累積經驗強化分支選擇65F 11/06 02:37
→ twosheep0603: 至於電腦學會狡猾 也要看狡猾能不能幫助它贏66F 11/06 02:38
→ kinghtt: 所以對人類時阿法狗會下勝率最高的步數而不是暴力破解67F 11/06 02:39
狡猾反而會被利用，火鳳就是計中計中計中計的概念

事實上，在星海用勝率最高的步伐反而很可能會輸（正所謂小色說的：太龜、太慫）

※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:41:45
→ twosheep0603: 總覺得原PO過分強調圍棋回合制與星海即時的差異了68F 11/06 02:39
→ Heeida: 光學會狡猾這件事在AI就是大突破了，這篇的主旨也是這吧..69F 11/06 02:40
推 arrenwu: 戰爭只有一次，但是星海可以打1000場啊70F 11/06 02:40
→ kinghtt: 李世石比賽之後的對奕也學阿發狗走精算過的步數減少71F 11/06 02:40
→ Heeida: 圍棋得到的情報是100%正確的，能判斷假情報就比圍棋價值高72F 11/06 02:41
→ kinghtt: 直覺式的下法…他也因此提高勝率73F 11/06 02:41
→ arrenwu: 你講的沒辦法預測對手放招，這不分人腦or電腦的74F 11/06 02:41
如果電腦沒辦法超越我說的「理論上不能超越」他也就只跟人類一樣而已

如果連對手所想的都算到了，那就完全超越人類了
※ 編輯: freshmints (61.227.229.224), 11/06/2016 02:43:51
推 twosheep0603: 應該說是測驗對於不完全的資訊計算的能力吧75F 11/06 02:42
推 Curapikt: 我指的是電腦要怎麼"思考"的演算法，之前工作上有接觸過76F 11/06 02:42
推 Sischill: 我覺得討論已經偏了 重點是人腦跟電腦的差異77F 11/06 02:42
→ kinghtt: 阿法狗對人類最大的教育就是直覺非最嘉選擇…78F 11/06 02:43
→ twosheep0603: 另外電腦對於勝率高的概念跟人類絕對不一樣79F 11/06 02:43
→ Curapikt: 自然語言學習的工具，它學習的過程並不是人去教他文法是80F 11/06 02:43
推 arrenwu: 預測對面會不會放招這不可能吧...根本沒有前兆啊81F 11/06 02:43
→ Sischill: 首先你說計中計中計中計, 電腦AI在學習時所有的replay都82F 11/06 02:43
→ Curapikt: 什麼，它會自己找一套方法，但是怎麼"學習"還是有演算法83F 11/06 02:44
→ kinghtt: 精算過的走法才是獲勝的最佳解84F 11/06 02:44
→ arrenwu: 他只要勝率比人類高，他就超越人類了85F 11/06 02:44
→ Sischill: 可以記錄下來  人腦不行, 那在策略上 人腦除非用電腦沒86F 11/06 02:45
推 twosheep0603: 實際上它不需要100%碾壓也能體現價值87F 11/06 02:45
→ arrenwu: 說穿了AI根本沒有所謂的「想到你要怎麼做」這種概念88F 11/06 02:45
→ Sischill: 有看過的招才能打的對手出其不意 問題是這個同樣拿去打89F 11/06 02:45
→ arrenwu: 他只是基於目前的資料執行最好的下一步90F 11/06 02:45
→ Sischill: 人腦也是一樣的下場 所以跟本上來說人腦在RTS就沒有什麼91F 11/06 02:46
→ kinghtt: 另外，勝率最高的步數代表輸的場次最少…92F 11/06 02:46
→ Sischill: 比電腦有優勢的地方了吧93F 11/06 02:46
→ jmss50894: 預測敵方單位從初始時間開始加機率→ jmss50894: 像三路英雄消失沒視野 大概要進巴龍池95F 11/06 02:48
推 w60904max: 結果是躲在草叢 準備BD主堡 XD96F 11/06 02:49
→ kinghtt: 其實是起內鬨都龜溫泉放爛97F 11/06 02:50
→ twosheep0603: 那準備BD主堡的機率價值函數也會上升98F 11/06 02:50
推 w60904max: 但探巴龍的勝率比較高 所以還是選了這步99F 11/06 02:51
推 CactusFlower: 可是深度思考恐怖的地方就在於他學習的能力啊...100F 11/06 02:53
→ arthurduh1: 不會因為勝率高就固定選哪一步阿101F 11/06 02:53
→ bndan: 還有一個點是原文有提的 就是"即時" 如果真讓AI在人類社會102F 11/06 02:53
→ CactusFlower: 畢竟不是真人沒有排名壓力跟情緒103F 11/06 02:53
→ arthurduh1: 賽局的策略是機率性的104F 11/06 02:53
→ bndan: 更有貢獻 那這AI必須要能處理"即時"的事件105F 11/06 02:54
→ twosheep0603: 以剛剛那個探巴龍vs守家防BD的例子來說→ twosheep0603: AI會在兩者各給出一個機率 然後靠機率做決策107F 11/06 02:55
推 arrenwu: DeepLearning厲害是厲害在資料夠多一定會optimal108F 11/06 02:55
→ twosheep0603: 但不是哪邊機率最高就選哪邊 是機率高的容易被選中109F 11/06 02:56
推 w60904max: 對 不過這點就跟DL無關了110F 11/06 02:56
→ twosheep0603: 那個比較像是蒙地卡羅方法的解釋XD111F 11/06 02:56
推 kmchao33: 比星海是要比加速好嗎112F 11/06 03:22
→ Murasaki0110: 別神話DL好嗎...解不好的問題還一堆→ Murasaki0110: SGD一定會optimal大家也不用tune半天參數了114F 11/06 03:30
→ KenWang42: 這個時代 人人都能嘴出一套演算法115F 11/06 03:49
→ Khadgar: 這樣星海算是NP問題嗎?116F 11/06 04:39
推 HappyKH: 想到阿法狗的未來是戰爭用途總覺得毛毛的117F 11/06 05:52
推 hsiehhsing: 總算有非單細胞的人了，阿法狗要突破的就是預測的障→ hsiehhsing: 礙→ hsiehhsing: 而不是單單的運算勝率結果→ hsiehhsing: 一堆人只看操作，但沒思考光有操作能贏比賽嗎121F 11/06 06:28
推 max199083: 不用太高估星海的決策複雜度122F 11/06 06:34
推 ultratimes: 電腦光散兵，人根本散不贏 人類只能一小坨拉開→ ultratimes: 給電腦操作，可以做到一隻一隻拉 只要沒限制電腦手速124F 11/06 07:01
推 lugiam: 在生物界 最狡猾的就是人類 無人能出其右125F 11/06 07:26
推 hsiehhsing: 捧那麼高，明年去挑戰阿法狗阿，bz會放API→ hsiehhsing: DeepMind 在 APM 上將有所限制，確保雙方的對戰是公平→ hsiehhsing: google團隊都已經聲明了，呵呵 不知道在捧阿法狗的人→ hsiehhsing: 有什麼想法129F 11/06 07:37
推 hyk32166: 覺得有操作就能贏應該沒玩過吧XD130F 11/06 08:13
→ w3160828: 講的好像有微操 阿法狗靠工兵能吃掉整團兵131F 11/06 08:22
推 orze04: 看過年初那篇論文 星海你要怎得到value network?132F 11/06 08:26
→ satheni: 電腦的演算法會有一個判定哪個做法效益值最高的解→ satheni: 但是星海2你要如何判定這個解，考驗的不只是電腦，還有工→ satheni: 程師，而且那個微操基本上跟開掛沒兩樣就別提了135F 11/06 08:33
推 kira925: 你看到那些微操 其實都是作弊的136F 11/06 08:34
→ satheni: 如果不是取得內部資料，怎麼可能精準算出距離多少137F 11/06 08:34
→ kira925: 那些微操AI 很多都有Hack記憶體抓電腦下個攻擊目標→ kira925: RTS的難度是 不完全資訊限制思考時間→ kira925: 資訊不完全下你建立多大的NN可能都假的140F 11/06 08:36
推 kullan: 在太多未知的條件下 電腦要贏星海電競選手難度遠比圍棋高→ kullan: 如果比的都是200人口對戰 那當然不可能贏AI142F 11/06 09:05
推 brianzzy: 這讓我想到尼特羅會長在自爆前對蟻王說 別小看人類的惡→ brianzzy: 意144F 11/06 09:15
推 ColdLeafOwl: 個人覺得避免使用"狡猾"這種詞來形容AI比較適當→ ColdLeafOwl: 畢竟是不同的東西 過於直覺地嘗試理解可能會認知偏差推 ColdLeafOwl: 關於選擇勝率高的作法也值得討論→ ColdLeafOwl: 單純這麼做的話 搭配的即時資訊判讀 會不會反而什麼→ ColdLeafOwl: 都沒做到? 也就是沒有一套有明確目的的戰術→ ColdLeafOwl: 這個還請有完星海的版友解惑了  小弟沒有真正接觸過150F 11/06 09:29
推 icerany: 回樓上，玩家在打星海時也是靠探查到的情報下去做應對→ icerany: 但這情報不一定是真的，有可能是對方的騙局152F 11/06 09:46
→ smart0eddie: 微操微操微操 沒指令哪來微操153F 11/06 09:46
→ icerany: 你選則勝率高的戰術也是人之常情154F 11/06 09:47
→ smart0eddie: 圍棋回合制時間都不夠燒 即時制來的及下整體戰術?155F 11/06 09:47
→ Mchord: 個人心得，DL是因為一些演算法使得大型NLP模型的參數可求156F 11/06 09:52
推 A1pha: 推推157F 11/06 09:53
→ Mchord: 解吧，覺得不用設計演算法，或AI懂"學習"甚至不用數學→ Mchord: 都有點太過於商業宣傳了→ Mchord: input現在有機會透過數學模型對應到抽象的output才是真的160F 11/06 09:55
→ linzero: 可是電腦可以打防守拼微操，敵人打來以微操來用低耗損來→ linzero: 換單位。所以也不太需要戰術，用一定模式生產單位即可。162F 11/06 09:59
推 kira925: BW的話是這樣 SC2的操作差距有限163F 11/06 09:59
→ linzero: 因阿法狗的機制好像是隨機行動，留下勝率高的行為，再以→ linzero: 這範圍繼續隨機，一直重複取得勝率高的模式。學習當中遇→ linzero: 到各種戰術，最終應該是會以其微操優勢為核心發展出應對→ linzero: 機制。所以有可能初期是以多路單兵騷擾為輔發展自身為主→ linzero: 到後期兵夠了一整波海過去。或者是初期就拼微操打快攻168F 11/06 10:08
推 tsubasawolfy: Deepmind是要訓練戰爭策略。想想真實世界戰爭資源→ tsubasawolfy: 都量化，配上美軍正在發展的無人攻擊機跟無人艦。以→ tsubasawolfy: 後局部戰爭誰要跟他打。171F 11/06 10:10
推 penut85420: 終於有理智人出來說話了172F 11/06 10:15
推 MoMovincent: 教主：偵查？開天眼通就好了阿173F 11/06 10:53
推 awfulday: 還有人在玩sc喔??174F 11/06 11:04
推 alankira: ...本文不錯，但你後面的論點我覺得有點流於情感闡述了175F 11/06 11:11
推 shinwind: 其實我一直覺得 到底有多少人有資訊背景然後可以輕鬆說→ shinwind: 出電腦必勝→ shinwind: 可能在未來的某一天是這樣沒錯！但是打星海這件事情 有→ shinwind: 太多因素同時在判斷→ shinwind: 沒錯 對於人類來說確實很簡單.但是放到電腦的領域根本完→ shinwind: 全不一樣→ shinwind: 更何況是非常即時的運算！我意思是幾分鐘內出現的大量可→ shinwind: 能性183F 11/06 11:45
推 remmurds: 同意這篇184F 11/06 16:06

--