過去在電子競技項目中與人類爭鋒的AI選手其實通常會使用相當于作弊的方式。
曾在即時戰(zhàn)略游戲《星際爭霸》中戰(zhàn)勝人類的AI可以直接以內(nèi)部調(diào)用的方式操作單位，實現(xiàn)真正的多線操作，這對于使用鼠標鍵盤實現(xiàn)輸入的人類選手來說，是不可能做到的。而在moba對戰(zhàn)類游戲里，如DOTA，AI可以讀取對方的操作指令集，能實現(xiàn)對人類來說極其不可思議的躲避瞬時法術(shù)的驚人操作。(AI能用隱刀躲掉紅杖……)
這些看似有利的情況其實削弱了AI的存在價值，畢竟，人們制造出人工智能是希望它們能以正面的方式超越人類，突破思想上的極限。
OpenAI ——Elon Musk和Sam Altman 合作創(chuàng)立的非商業(yè)AI研究組織——向世人宣布，他們研發(fā)的算法，在公平環(huán)境下，戰(zhàn)勝了五位DOTA2高分段人類玩家，平均天梯分數(shù)超過4200分。
秋天，Dota 2世界冠軍賽The International就將拉開戰(zhàn)幕，OpenAI將派出5個運行不同算法的AI組成戰(zhàn)隊報名參賽。 通過和頂級選手同場較量，實地檢驗AI的性能。
AI參加并贏得了去年大賽中的1v1solo游戲環(huán)節(jié)，職業(yè)選手說，看比賽回放，他們發(fā)現(xiàn)機器人有值得他們借鑒之處。但是，作為一個團隊來進行游戲引入了不同類型的復(fù)雜性， OpenAI必須教會AI機器人進行協(xié)作。
在任何時候，英雄(或角色)可以從1000個動作中選擇出一個來執(zhí)行;機器人必須做出有效的判斷，同時處理大約20000個值，這些數(shù)值代表特定時間游戲時刻正在發(fā)生的事情。國際象棋中可能采取的行動的平均數(shù)量為35，因此它比在90年代擊敗國際象棋特級大師加里·卡斯帕羅夫的超級電腦深藍還要來得稍微復(fù)雜點。
OpenAI使用強化學習算法。這基本上是一種試錯法，隨著時間的推移，人工智能從完全隨機的行為發(fā)展出有方向性的游戲風格。 OpenAI在超過100000個CPU上運行Dota 2，并且AI每天的訓練量大概相當于人類180年的游戲時間，給AI提供充足的學習機會。此處鏈接為此前AI學習dota的畫面。
處理河道刷出的神符對AI來說是一個挑戰(zhàn)，因為它們可以改變游戲的走向。由于不允許作弊，AI的視野也被限制在一屏上的內(nèi)容，人工智能需要推斷對手正在做的事情，并根據(jù)推斷做出后續(xù)決定。所以，在前面提到的團隊測試中，人類玩家不能購買水瓶和真假眼一類的物品，以及雙方可選的對戰(zhàn)陣容也相對狹窄——以免游戲走向?qū)Τ绦騺碚f過于復(fù)雜的局面。
但我們有理由相信這僅僅是個開始。
機器人具有先天優(yōu)勢，例如80ms的反應(yīng)時間，這比人類更快。他們每分鐘執(zhí)行150-170次動作，這與頂級人類選手相當。而隨著游戲時間累積，程序開發(fā)出的戰(zhàn)術(shù)思想與人類玩家越來越接近，比如打野、pick游戲中特定的核心戰(zhàn)略角色，合理分路，Gank 和支援隊友等。
當然，OpenAI的目標不是打造一支無與倫比的Dota 2戰(zhàn)隊，在把1500萬美元的大賽獎金帶回家，而是嘗試訓練AI解決各種復(fù)雜的問題。與此同時，在保留部分限制的條件下，吊打Dota人類冠軍團隊也足以令OpenAI的科學家感到心滿意足。
本文譯自engadget，由譯者 majer 基于創(chuàng)作共用協(xié)議(BY-NC)發(fā)布。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
