針對DeepMind前幾日發佈的《星際爭霸2》智能體AlphaStar進化版，他在Twitter再次提出了自己的質疑。不過這次，Marcus的質疑點並不是AlphaStar遊戲表現本身，而是指向了更高的層面：對未來通用智能研究的意義。
Marcus在Twitter上表示：
DeepMind最近的《星際爭霸2》 AlphaStar取得了很不錯的結果，但這能稱得上通向通用智能的重要一步嗎？這裡有幾個問題：
星際爭霸要比Atari遊戲難得多，這次DeepMind推出的新版Alphastar性能比1月份那版強力了很多，與真實世界中的玩家實現了複雜場景交互中的對戰。但是：
1、在不經修改的情況下，AlphaStar能制霸其他遊戲嗎？雖然AlphaStar的雛形繼承了擊敗圍棋世界冠軍的AlphaZero，但此次發佈的模型是高度結構化的，其中單位、表示和訓練域等要素都是高度針對《星際爭霸2》開發並調試的。
2、對AlphaStar專有模型的訓練，能否降低和《星際爭霸2》類似的策略遊戲AI的訓練時間？比如《魔獸爭霸3》？人類玩家是可以進行這種跨遊戲的“經驗轉移“的。
3、遊戲內的AlphaStar對於不同地圖、不同種族都能勝任嗎？人類玩家至少會擅長多張地圖和不止一個種族。
4、只憑借大量人類精英玩家生成的數據，AlphaStar的未來迭代版本還能保持成功嗎？系統所需的大量“replay”數據在現實世界中可能很難獲取。
5、人類專業知識對於AlphaStar有多重要？2017年，DeepMind推出了AlphaZero因為宣稱“無需任何人類知識”而引發大量關注，此次AlphaStar的成功離不開在《星際爭霸2》的人類知識和真人對戰的演示視頻。也許現在是時候承認人類知識的重要價值了。
6、在《星際爭霸》領域表現優異的AlphaStar，能否同樣在其他開放端領域同樣出色？如自然語言理解，該領域的句子範圍基本上是無限的。
和上一次對OpenAI魔方機器手的“開炮”相比，本次的6點問題在語氣上和深度上都弱了不少。產生的影響似乎也沒有上次那麼廣泛了。畢竟DeepMind這次發佈的AlphaStar是一款遊戲AI，對於泛化性能也不是重點，只是在博客中提了一嘴。
從Twitter的網友回覆中，也可以看出這一點。大部分網友認為Marcus說的有一定道理，但其實DeepMind在博客中已經承認，不利用人類的先驗知識，幾乎是不可能成功的。
還有網友表示，其實星際爭霸這個遊戲，精通多個種族可不是一件容易的事情，比如他自己，就只會玩人族，其它兩個種族就是菜。
還有網友提出了新的問題：AlphaStar對戰鬥單位的強度修正（加強和削弱）的變化能做出有效應對嗎？如果一些單位完全被移除，又會出現什麼情況？
不過，這條Twitter目前為止熱度一般，回覆和討論比前些日子Marcus質疑OpenAI"魔方機械手”時的熱度差了不少。
到目前為止，DeepMind還沒有做出回應。
DeepMind的《星際爭霸2》遊戲AI “AlphaStar”碾壓99.8%人類玩家
接下來給大家補充一下劇情，馬庫斯這次質疑的DeepMind研究到底是什麼。
今年1月，DeepMind的《星際爭霸2》遊戲AI “AlphaStar”初級版本的發佈曾引發廣泛關注。當時AlphaStar使用神族挑戰了《星際爭霸2》中的兩個專業玩家並獲得了勝利。
時隔9個多月，AlphaStar進化成為完全版，並實現了在戰網真實對戰中的宗師級水平，分位超過了99.8%的人類玩家。刊載相關成果的論文已發表在Nature上。
論文地址：
https://www.nature.com/articles/s41586-019-1724-z
DeepMind在近日發佈了博客中特意將新版AlphaStar與舊版做了對比。具體來說，此次的“完全體AlphaStar”與舊版有4點主要區別：
1、 AlphaStar現在和人類在相同的限制條件下游戲，包括通過攝像頭觀察世界，對其動作操作頻率也作出了更嚴格的限制，不會再發生APM高到離譜的現象。
2、 AlphaStar現在可以使用遊戲中三個種族（人族、蟲族、神族）的任意一種與人類玩家進行1v1對戰，而不是像1月份時那樣只會用神族。使用每個種族的智能體都是一個單獨的神經網絡。
3、 智能體在戰網中的訓練是完全自動化的，開始只由監督學習訓練，而不像原來那樣憑藉過去的遊戲經驗進行訓練學習。
4、 此次AlphaStar在暴雪官方戰網和遊戲服務器上進行遊戲，使用的是和人類玩家相同的地圖和條件。
DeepMind表示，新版AlphaStar智能體採用通用機器學習技術，包括神經網絡、通過強化學習的自對戰、多智能體學習、模仿學習等技術。利用這些技術，新版AlphaStar的遊戲水平超過了戰網99.8%的活躍玩家，使用三個種族都拿到了宗師級稱號。
馬庫斯：深度學習懷疑論者，曾質疑OpenAI“單手解魔方”
Gary Marcus
加里 · 馬庫斯 (Gary Marcus) 是一位科學家、暢銷書作家和企業家。他是 Robust.AI 公司的創始人和首席執行官，Geometric Intelligence 公司 (2016 年被優步收購) 的創始人兼首席執行官，出版著作包括《代數思維》、《怪誕腦科學 (Kluge)》、《思維的誕生》等，最新著作是與 Ernest Davis 合著的《Rebooting AI : 構建我們可以信任的人工智能》。
馬庫斯也是著名的深度學習懷疑論者。作為認知心理學家，他一直高調參與人工智能辯論，與 Yann LeCun、AAAI 前主席 Thomas Dietterich 等 AI 大牛都展開過激烈辯論。
他曾撰文批判深度學習 (Marcus, 2018)， 稱深度學習實際上並沒解決什麼問題。這篇文章引起了人工智能圈極大的反響，幾天之內，成千上萬的人在推特上發表了自己對這個問題的看法，有些人熱情支持馬庫斯的論點（例如，“這是我多年來讀到的有關深度學習和 AI 的最好的觀點），有些相反（例如，“有思考...... 但大部分都是錯誤的”）。
在那篇批判深度學習的文章中，馬庫斯概括了深度學習的十大挑戰，直言深度學習本身雖然有用，但它不可能實現通用人工智能。他建議把深度學習視為 “一種非普遍的解決方法，而只是一種工具。”
他說：“相比純粹的深度學習，我呼籲混合模型，不僅包括深度學習的監督形式，還包括其他技術，例如符號處理（symbol-manipulation），以及無監督學習（它本身也可能被重新概念化）。我也敦促社區考慮將更多的內在結構納入 AI 系統。”
就在前不久，馬庫斯對OpenAI“單手解魔方”提出質疑，認為 OpenAI 還原魔方的博客內容存在誤導性，並表示：“鑑於 OpenAI 仍然沒有更改關於 “解決魔方” 的誤導性博客帖子 (博客標題是 “Solving Rubik’s Cube with a Robot Hand)，所以我附上了詳細的分析，將他們的說法和暗示與實際所做的進行了比較。依我之見，這些誤導性對大多數對非專業人士來說並不明顯。”
馬庫斯對 OpenAI“解決魔方” 的 7 條質疑如下：
1、這不是神經網絡解決的；而是有 17 年曆史的符號算法做到的。
2、這種算法是先天的，而不是學習的。
3、強化學習在選擇轉向哪個方向 (即大多數人所說的解決了魔方) 時不起作用。
4、所學到的是物體操縱，而不是解魔方。
5、只有一個物體被操縱，並且沒有測試對其他對象的可推廣性。
6、該物體裝配了大量儀器 (如藍牙傳感器)，機器手也安裝了 LED。
7、成功率只有 20%；魔方經常從機器人手中掉落。
他說：“我強調一下，這個成果本身給人留下了深刻的印象，但描述有誤導，更恰當的標題應該是’用強化學習操縱魔方’或‘靈巧的機器人手操縱物體的進展” 或類似的句子。”
OpenAI 聯合創始人、機器人團隊負責人 Woj Zaremba 注意到馬庫斯的帖子，反駁道：
1. 你的前三個論點是一樣的。
2. 泛化是從模擬到現實，而不是從一個物體到另一個物體。
3. 我們沒有裝配儀器得到的結果稍微弱一些。
4. 你確信我們不會將性能提升到 100% 嗎？
馬庫斯回應道：
1. 我的前兩個論點完全不同：先天性≠象徵性。這些是不同的。第三個論點有一點重疊，但並不明顯。
2. 我當然知道，但是為了穩健性，你需要推廣到新物體上
3&4：我期待看到其他結果；我相信你們最終會做得更好。
儘管是馬庫斯率先提出質疑，但不少人的回覆並不贊同馬庫斯的說法，有人回覆道：
“這是一個有缺陷的批評，基於對魔方的誤解。魔方不是像圍棋那樣是一種可以學習的任務，而是需要記憶解法和熟練操作的任務；人類玩魔方也遵循一種算法。”
馬庫斯仍表示：總的來說，他們 (OpenAI) 沒有對我的觀點做出回應，我的觀點是那篇博客的框架與論文的內容不相符合，雖然我同意這個工作很重要，但炒作是有誤導性的。
抱著質疑和批判的態度去看待每一項研究，你支持馬庫斯嗎？
校對:黃利
— 完 —
關注清華-青島數據科學研究院官方微信公眾平臺“THU數據派”及姊妹號“數據派THU”獲取更多講座福利及優質內容。
閱讀更多 THU數據派 的文章
