来源@视觉中国
2017年4月，阿里巴巴发表的一篇论文引起了业界的广泛关注。人们惊讶地发现，阿里巴巴是通过玩《星际争霸》来训练AI的。
这篇由阿里巴巴认知计算实验室和伦敦大学学院联合发表的题为《基于双向BiCNet网络的多智能体协作在星际争霸中的应用》的论文，致力于训练智能体的自主学习能力以及多智能体之间的交流与协作。
这篇论文和后来的战斗视频向人们展示了阿里巴巴在人工智能探索领域的冰山一角。
不久后，这篇论文的创始人——阿里认知实验室负责人、淘宝推荐算法团队创始人Yolanda和阿里搜索广告架构负责人龙海涛离开阿里，成立了以决策智能技术为核心的研究公司启元世界。
4月15日至20日，启源世界赞助的第42届ACM-ICPC acm国际大学生编程大赛全球总决赛在北京大学举行。大赛期间，启源世界举办了基于星际争霸2的AI人机合作挑战赛，选取了两个微观战斗场景进行人机合作和人机对抗的比赛。
这是继去年乌镇AlphaGo与古力、连晓对弈PairGo后，今年中国首次个人电脑协作挑战赛，试图从算法层面探索未来人工智能与人协作的新方式。
“这次比赛的结果，我们可以看到人机协作相对于机机协作表现出了一定的优势。更有甚者，AI和人在比赛中表现出了一些合作的行为，比如互相同行，东西分头，干扰阻挡对手等。，是协同智能的集中体现，开启了协同智能研究的新里程碑启源世界创始人兼Yolanda说。
当被问及为什么选择离职创业时，Yolanda透露，他想“在一个深刻而开放的问题空”之间做一些前沿的探索，游戏是一个更快更干净的算法验证平台。在移动互联网和电子商务场景下比原来的验证算法更快更方便。
“决策智能，尤其是以互联网个性化推荐为代表的辅助决策系统，是我和海涛这十年来从算法到架构研究和实践最多的一项工作。目前，我们正处于大数据精准决策向智能决策的转型期。我们希望从游戏中研究决策智能，提高人工智能决策的效率和可信度，并将其应用于各个行业。”尤兰达钛媒体表示。
启源世界联合创始人兼CTO龙海涛解释了为什么选择《星际争霸》作为研究平台。
首先，围棋的搜索空大概是10 ^ 170。当星际争霸在128×128的地图上，人口限制为400个单位时，它的search 空大约是10 ^ 1685，比围棋高了很多个数量级。其次，星际争霸是即时对抗游戏，要在42毫秒内做出反应，而且不是一个动作，而是一系列动作。再次，星际争霸最多400个单位，需要多代理的配合，多兵种的配合。不是一兵一卒像围棋。
不仅如此，与完全信息的围棋博弈相比，星际争霸有着战争的迷雾，需要探路、调查、了解对手的信息，从而在不确定的情况下做出智能决策。
与围棋相比，星际争霸更贴近决策智能在各行业的应用场景:实时、高并发的决策，在多源环境下筛选提取有效信息，在信息不完整的情况下进行推理和假设。
“我们看到DeepMind、脸书、柏克莱等机构。研究人工智能的前沿方向。大家都在关注《星际争霸》中AI的走向。我们也相信这是一个适合训练和验证决策智能技术的实验平台。”龙海涛补充道。
2017年8月，DeepMind联合暴雪发布了基于《星际争霸2》的人工智能研究环境SC2LE。它允许研究人员访问Linux系统中的游戏API，并进行自己的人工智能研究。启源世界是国内第一家在该平台下做智能决策引擎的公司。
关于决策智能在各行业的价值，作为淘宝个性化推荐算法团队的创始人，Yolanda以大家熟悉的购物场景为例，讲述了决策智能的巨大潜力。在他看来，目前的算法在很多行业都是推荐大规模应用的，只能称之为“精准”，远谈不上智能。
“比如APP的首页通常由多个模块组成。能不能协同智能推荐一些物品，从而提高用户体验？”推荐代理之间的协同工作只是决策智能的应用场景之一。
Yolanda和龙海涛十余年的算法和工程架构积累，以及上亿用户场景乃至双11决策需求爆炸的业务的成功经验，无疑将帮助奇缘世界快速将游戏演示“工程化”为可大规模应用的智能决策系统。
未来，无人车、电力智能调度、智能交通、城市大脑等领域的合作将是决策智能化的应用。
目前，相对于电商等其他复杂应用场景，环境更干净的游戏是智能决策引擎的最佳落地场景，也是奇缘世界的主要应用方向之一。“无论是人机协作，还是人机对战的智能化，做起来之后都能给玩家带来很强的体验提升。”告诉Yolanda钛媒体记者。
比如智能决策引擎，可以解决游戏中的适应问题，通过一套智能量化标准，大大降低游戏中遇到“猪队友”的概率。而新手教学指导的雷同，由于引入了智能的、协作的agent，会变得更加有趣。
据了解，启元世界已获得高蓉资本数千万人民币的天使轮融资。高蓉资本创始合伙人岳斌说:“人工智能领域最重要的技术方向是什么？这是一个值得技术专家、创业者、投资人思考的问题。关于这个问题，我们和启源世界团队的回答是决策智能。高瓴资本是启元世界天使轮融资时唯一接触的投资机构。我们希望通过我们的工作探索AI的极限。”
