近日，伊隆·馬斯克（Elon Musk）成立的人工智能公司 OpenAI 宣布最新的里程碑。人工智能在熱門電玩游戲 Dota 2 的 5 對 5 團體戰中，擊敗排名前 1% 的頂尖業余玩家。

?

用 AI 解決復雜的現實問題

OpenAI 去年 8 月首度將 AI 投入 Dota 2 競賽，并在 1 對 1 對戰中擊敗專業玩家。不過 1 對 1 的游戲類型技術難度較低，并未考驗到 AI 之間的協調及計劃能力，所以 OpenAI 一直以來的目標都是在 5 對 5 團體戰中戰勝人類玩家。而最近，經過將近一年的研究及測試后，人工智能成功在 5 對 5 團體戰中戰勝排名前 1% 的頂尖業余玩家。雖然 OpenAI 尚未挑戰該游戲的專業玩家，但 OpenAI 宣布將會于今年 8 月舉行的 Dota 2 國際邀請賽（The International）中挑戰專業玩家。

用電玩游戲訓練 AI 的動機很簡單，如果能訓練 AI 學習電玩游戲中所需的技能，就能利用 AI 來解決更復雜的現實問題，例如管理城市的交通基礎建設。電玩游戲與西洋棋或圍棋這類棋類游戲的不同，在于 AI 無法全盤分析整個游戲，并計算出下一步最佳行動，必須習慣游戲的不確定性。而且，電玩游戲與棋類游戲相比，有更多訊息需要處理，以及有大量可能的動作。進行游戲時，AI 必須在 1 千個不同的操作之間做選擇，同時處理代表游戲過程的 2 萬個數據點。

一天訓練 180 年的游戲量

OpenAI 使用一種稱為強化學習（reinforcement learning）的方法來訓練 AI，這種技術看似簡單，卻能讓 AI 學習復雜的行為。工程師在游戲中設置獎勵功能（AI 在殺死敵人等事件之后，能獲得獎勵點數），然后讓 AI 不斷在游戲中用試誤法自我學習。AI 以加速度的方式一天訓練 180 年的游戲量，并訓練幾個月的時間，自我學習的效率非常驚人。洛克曼表示：「剛開始是完全隨機的，在地圖上游蕩。然后，經過幾個小時，AI 開始掌握基本技能。」洛克曼還表示，如果需要 12,000 到 20,000 小時的時間學習才能成為專家，那么 OpenAI 的 AI 每天累積的游戲經驗是人類一生經驗的 100 倍。這種 AI 的訓練方式，證明了當代機器學習方法，以及最新計算機芯片能處理大量數據的強大功能。另一方面，這提醒人們 AI 并不夠聰明。這種訓練方式，等于 AI 需要花費數千年的時間才能學會玩電玩游戲。

?

AI 玩家的優勢

雖然 OpenAI 的 AI 已進行 5 對 5 團體戰，卻仍未觸及 Dota 2 真正的復雜度。AI 只使用 5 位英雄，而 Dota 2 共有 115 位英雄 ，每位英雄都有獨特的屬性和技能。AI 在游戲過程中的某些決策甚至是程序寫死的，例如從商店購買的物品，以及在游戲中使用經驗值升級的技能。此外，游戲的某些特殊功能被完全禁用，包括隱身、召喚單位和守衛放置，這些功能對進階玩家非常重要。不過，OpenAI 的 AI 擁有計算機的所有優勢，不但反應時間比人類快，不會失誤，還可以實時又準確的查詢物品庫存、英雄健康狀況，以及地圖上物體之間的距離等數據，這對正確使用某項技能來說非常重要。而人類玩家必須手動查詢，或者憑本能判斷。

?

用規模克服挑戰

OpenAI 共同創辦人兼技術長格雷戈·洛克曼（Greg Brockman）表示：「如果你對一個問題進行模擬，而且能運行足夠大的規模，那么執行上就不會有任何障礙。」洛克曼表示，AI 玩家平均能持續進行游戲 45 分鐘，這種長時間計劃對 AI 是一種挑戰，甚至很難經由強化學習來訓練，但 OpenAI 卻做到了。洛克曼表示 OpenAI 成功的主要因素，只是因為他們有更多運算能力來解決這個問題，而這確實與規模有關。

?

注重團隊目標

巴斯大學（University of Bath）人工智能研究員特奧多羅（Andreas Theodorou）表示，5 對 5 游戲的最新研究有了一大進展，最重要的成就就是 OpenAI 使用交互式可視化接口為 AI 除錯。特奧多羅補充：「這項技術顯示，即使是強化學習和機器學習系統也能可視化操作。這些附加組件增加了系統的價值，特別是教育目的。」特奧多羅還表示，研究人員使用單獨獎勵功能來鼓勵 AI 玩家一起工作，也是值得注意的。這些獎勵功能被視為團隊精神，并在每場比賽的過程中都會增加。雖然比賽開始時，每個 AI 玩家都追求拼命殺敵等個人目標，但隨著時間進展，AI 玩家更關注于團隊共同的目標。

?

洛克曼表示，與人類玩家不同，這些 AI 玩家絕對是無私的。他表示：「AI 玩家完全愿意為了更大的利益，而犧牲一條路或舍棄一位英雄。為了滿足好奇心測試，我們找了一個人替補其中一個 AI 玩家，而他說自己感受到充分的支持，他想要的任何物品，AI 玩家都會提供給他。」OpenAI的 AI 團隊目前已經與業余和半職業團隊進行了五場多人比賽，成績為四勝一和。但他們最大的挑戰將是今年的 Dota 2 國際邀請賽。計算機在比賽中能完勝人類頂級玩家嗎？請拭目以待。

總結

以上是生活随笔為你收集整理的180年魔鬼训练！人工智能打Dota 2 轻松打倒人类的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。