在围棋人工智能AlphaGo横扫整个世界棋坛，并最终将当下世界第一人，被誉为天才少年的柯洁零封之后，在近一年的时间里阿法狗销声匿迹，很快淡出大众视线。

但就在近日，Alpha人工智能家族的新成员AlphaStar（Star指代星际争霸，一如go指代围棋）在更加复杂的即时战略游戏《星际争霸》战场上彻底击败了两名现役顶尖选手，AlphaStar共计赢下十个小分，而人类方面只取得一分。

图为即时战略游戏《战争游戏-红龙》截屏，复杂的信息量已和真实战场不相上下。

可以肯定的是，随着不同版本间AlphaStar左右手互搏，这些人工智能很快会和它们征服围棋棋坛一样，在《星际争霸》中站稳天下无敌的宝座。

那问题就来了：即时战略游戏和真实战场之间的距离有多远？换句话说，距离人类指挥官在战场上被人工智能指挥的部队，乃至被天网机械大军打得一败涂地的那一天还有多远？这个问题恐怕能让所有关心人工智能发展的军迷都感到异常焦虑。

图为参赛三位选手的每分钟操作数（APM）图表，可见AlphaStar的操作数量并不比人类选手多。

首先，为公平起见，缔造Alpha家族的DeepMind限制了AlphaStar在游戏里的每分钟操作数，并将它观察-行动的反应时间设定在毫秒，这个数字要略慢于人类职业选手。

而在第二场比赛中，AlphaStar的限制则更加严格，它不再直接从计算机接口获取信息，而是通过拍摄屏幕的摄像头来感知游戏界面。

但无论是哪个限制版本的AlphaStar，都能将人类职业选手按在地上摩擦。这首先可以带出一个结论：它击败人类的原因并不在于操作和反应有多快，而是精准的决策和规划。

图为自主照准巡洋舰热源的热成像仪，自主功能也是人工智能的体现。

当然，这个精准并不在于AlphaStar能实现多精妙的微操，而是它收集信息之后几乎不会得出错误结论——正如中国著名棋圣聂卫平它从来不犯错的评论一样，它对于各阶段的态势掌控、分析和评估基本都对胜利有正面影响，不会有多余操作。人类选手只要稍有疏漏，人工智能就会利用它逐渐扩大对局优势，最终将人类在棋盘或游戏战场上击溃。

图为二战的关岛登陆战场，地形水文各项条件相当复杂。

不过，短时间内人工智能的优势还难以扩散到真实战场上，原因很简单：无论复杂程度，围棋和《星际争霸》等电子游戏都是虚拟环境下的有限博弈，不会有突如其来的意外情况影响战局。

而和人类能迅速对意外做出反应不同，基于深度学习感知态势的人工智能必须要先了解意外的规则，才能对其做出反应。这意味着在瞬息万变，任何情况都可能随时随地发生的真实战场上，人工智能仍不足以满足指挥需求。

图为能对地形做出分析，并自主跟随指定目标飞行的MAVIC无人机。

但即便人工智能难以胜任决策一职，在战场上它依旧可以起到解放人手的作用：在环境简单，任务单纯的后勤、侦察和巡逻等领域，人工智能和其操纵的无人平台不仅成本更低，完成工作的质量也比人类更稳妥。确切地说，人工智能的进步短时间内并不会动摇人类在战争中的决定性地位，而是令掌握人工智能和无人装备技术的国家在对抗其它势力时处于明显上风，甚至改变现有的战场格局。（利刃/TO）