除了围棋以外，隶属 Alphabet 集团旗下 DeepMind 的人工智能 AlphaGo ，过往已经透过挑战 Atari 经典游戏展现基于深度学习的人工智能的学习能力；先前 DeepMind 也透露有意以更复杂的现代游戏训练 AI ，例如借由如星海争霸这类即时战略游戏作为探索深度学习人工智能可能性，他们稍早也正式宣布与 Blizzard 共同展开合作，将星海争霸 II 作为 AI 研究环境推出 SC2LE 工具，同时 Blizzard 也将持续提供大量星海争霸 II 的匿名对战纪录作为培训学习脚本；当前的研究看起来还是以 1 对 1 对战，看来让多个 AI 进行多人协力对战应该没那么快。

SC2LE 工具终将包括机器学习的 API ，大量的匿名游戏对战纪录，基于 DeepMind 工具 PySC2 的开元版本，一系列将星海争霸特性拆解后简化、作为研究人员测试特定任务的迷你小游戏(如移动、采矿、单位选择等)，以及一份资料。

选择星海争霸 II 的原因不仅是因为它的名气，从星海争霸一代到现在星海争霸 II已经有长达 20年的历史，至今依旧屹立不摇的同时，也累积大量的对战资料，同时星海争霸的多元兵种所能呈现的战略，再加上还有需要蒐集资源等等的条件，让整个游戏诡谲多变，一场 1 对 1 对战可能从数分钟到一个小时以上。

且星海争霸当中的操作变化也更多，传统 Atari 游戏的指令仅有约 10 种变化，但星海争却有超过 3,00 种以上的基本行动方针，即便只是在 84 x 84 的屏幕上点击动作，都能有一亿种结果。这次提供的工具当中的小游戏，也就是针对这些变化性所提供的特制游戏，让系统能够透过这些小游戏验证当前人工智能的技巧与能力。

新闻与图片来源： DeepMind