DeepMind联合创始人兼CEO Demis Hassabis说：“星际争霸15年来一直是AI研究人员面临的巨大挑战，因此非常高兴能看到这项工作被《自然》杂志认可。
”“这些令人印象深刻的成果标志着，我们向着创造可加速科学发现的智能系统（intelligent systems that will accelerate scientific discovery）这一目标又迈出了重要的一步。
”《星际争霸2》是一款在全球范围内非常受欢迎的即时战略游戏，游戏中，玩家可以选择三种派系之一（人类、虫族、神族），通过发展经济、建立部队、摧毁敌方单位来取得胜利，需要玩家同时进行数量庞大且复杂的操作。
▲比赛中AlphaStar的单位，资源和建筑物的俯视图DeepMind此前研发的Alpha GO已经成为世界领先的围棋AI，此次又发力操作难度复杂，游戏节奏非常快的《星际争霸2》，无疑表明了DeepMind希望建立一种可以学习任何人类能力的通用型AI（ general AI）的野心。
“我真没想到AI能在这个领域如此快速的超过人类，起码近几年都没有想过。
”俄勒冈州立大学科瓦利斯分校的AI研究员Jon Dodge说到。
在《星际争霸2》中，经验丰富的玩家需要同时进行多线操作，包括管理资源，进行复杂的战斗并最终超越对手取得胜利，每分钟的操作超过300次。
DeepMind的AI机器学习技术依赖于人工神经网络，这种网络从大型的数据集中学习并识别出游戏的各种模式，而不是通过特定的指令。
▲该图显示了AlphaStar中使用的每种技术如何影响其性能2018年12月，DeepMind第一次在实验室里让AlphaStar与职业玩家对抗并进行测试。
AI成功击败了两个职业人类玩家。
不过后来有批评者指出，这些演示比赛不是一场公平的战斗，因为AlphaStar具有超人的速度和精准度（speed and precision）。
因此，在AlphaStar离开实验室进入欧洲《星际争霸2》服务器之前，DeepMind限制了AI的反应速度，让它更接近人类，使之更加公平。
7月份，玩家们接到了可以和AI一决雌雄的邀请。
不过为了比赛的保密性，DeepMind掩盖了AlphaStar的身份，这样有利于玩家把AI当作正常对手，更加真实。
▲AlphaStar与人类玩家对战“我们希望像盲实验（blind experiment）一样，我们真的非常想在这样的条件下比赛，去真切的体会到，玩家和AI对战最真实的表现。
” AlphaStar项目的共同负责人戴维·西尔弗（David Silver）说到。
AlphaStar的训练初见成效：在低分段中它已经可以碾压对手，并且在面对高分段选手的90场比赛中，它赢得了61场。
二、超乎想象的复杂程度《星际争霸2》的复杂性是AI面对的最大挑战。
与国际象棋不同，《星际争霸2》有数百个“单位”（玩家在游戏中可以控制的单位），它们可以实时的同步移动，而不是以有序的回合制方式移动。
棋子每次可以移动的数量和方向是有限的，而AlphaStar随时面对10的26次方种动作可供选择。
另外最大的不同就是《星际争霸2》是一种信息不完善的游戏，你大部分时候都看不到对手在做什么，导致你无法预测。