兩年前谷歌旗下人工智能部門DeepMind開發的人工智能擊敗了世界圍棋冠軍而一舉成名。現在，DeepMind的另一個項目已經學會了如何玩多人游戲《雷神之錘》。而就在上月底，由馬斯克聯合創立的人工智能非營利研究機構OpenAI宣布，其開發的AI(人工智能)組隊在5對5對戰中戰勝了游戲Dota2的頂尖業余玩家。這被認為是繼阿爾法狗大戰柯潔之后的又一裡程碑事件。

組隊贏了Dota 2

6月25日，著名非營利機構OpenAI宣布：其研究的OpenAI Five能像人類一樣“組隊”，首次在5對5對戰中戰勝Dota 2人類玩家，平均天梯分數超4200分(超過近90%玩家)。比爾·蓋茨評價說：“這是一個了不起的成就，因為它們的勝利需要團隊合作和協作，這是人工智能前進道路上的一大裡程碑。”

會玩《雷神之錘》

7月3日，DeepMind表示開發了創新和強化學習技術，使AI系統能在《雷神之錘III競技場》的游戲中達到人類的游戲水平。研究者們舉行了競賽，參賽隊伍有3種形式：人類玩家組隊、機器人組隊、機器人和人類玩家組隊。最終全員為機器人的小隊勝率達到74%(老手玩家勝率約為52%，普通玩家為43%)。

怎麼贏的？AI一日，人間180年

學得迅速

設計者讓OpenAI Five通過自我對抗的方式從隨機權重開始學習，隨著訓練的進行，英雄從漫無目的地閑逛到出現戰斗的“意識”。幾天之后，AI的策略就非常接近人類了。據報道，AI的訓練量級非常大，每天都能完成人類玩家180年的練習量。

算得飛快

OpenAI Five使用在256個GPU和128000個CPU內核上運行的擴展版近端策略優化進行訓練。OpenAI每4幀評估一次局勢，並產生2萬個決策，這樣的循環每場游戲平均會進行2萬次。OpenAI平均每分鐘可進行150-170次操作，平均反應時間為80毫秒。

獨特風格

在游戲玩法上，OpenAI Five還形成了一些“風格”和獨特策略，比如經常來犧牲自己的優勢路以壓制敵人的優勢路，迫使戰斗轉移到對手更難防御的一邊﹔AI英雄還會自我犧牲，把人類玩家引誘出高地，確保團隊其他成員能推塔成功。

團隊精神

OpenAI Five的英雄之間並沒有具體的通信渠道，它們通過被研究人員稱為“團隊精神”的超參數控制團隊合作。設計者表示：“我們能夠從比賽中感受到，AI算法間的協作意圖似乎是一種非常自然的本能表現。當用一位人類玩家替換掉5位AI玩家中的一位，人類玩家也表示能夠體會到AI隊友對他的支援。”

為什麼要讓AI打游戲？

自從AI征服了圍棋之后，就有人工智能公司表示，要讓人工智能在即時戰略游戲中戰勝頂級人類玩家。在棋類游戲中形勢的變化是很容易被量化的，即使是復雜的圍棋也只是在19×19的棋盤中進行的。像《星際爭霸》這樣的即時戰略游戲，每個單位可能佔據的位置遠比這個數字多得多。相比較而言，棋類游戲更加清晰和有跳躍性，而即時戰略游戲更加混亂並有連續性，顯然后者更接近於真實的世界。如果將游戲之中多個AI之間的合作延伸到AI技術商業化應用場景，這類多種AI算法將可以應用於在線交易、廣告競價排名、生產線上多樣化制造等場景。此外，具有團隊合作的AI與人類也可進行合作。 宗合

AI是怎麼學會“團結協作”的？

和AI的對陣，人類又敗下陣來。這一次，AI不僅在智商上贏過了人類，而且還有了團結協作的能力。這個巨大進步讓人不寒而栗：AI難道有了“人的意識”？被AI全面取代的日子，真的又近了一步？

AI們學會的“協作”，其實是“強化學習”算法

記者就這一問題採訪了南京航空航天大學人工智能學院陳鬆燦教授。陳鬆燦認為，這一比賽結果的確說明AI玩游戲的“水准”又提高了，但我們也沒必要過分恐慌，因為AI的“協作”能力從本質上說依然是“算法”在支撐，因此，“人的意識”說顯然是不存在的。

DOTA游戲裡，AI是怎麼實現“協作”的？陳鬆燦介紹，這其中起主要作用的是一種名為“強化學習”的算法。“玩游戲的人都有這樣的經歷，一個人玩時，想的是‘怎麼讓自己贏’，而幾個好朋友組成‘戰隊’團隊玩游戲時，肯定會想著‘協作’，讓團隊獲得游戲的勝利。AI的世界裡，也有這樣的‘獲勝’規則。”陳鬆燦說，AI之間的“協作”，是一種強化學習算法，它可以達到“策略最優”的目的。單人游戲的時候，AI隻要關心策略實施后自己獲得的獎賞。多人協作游戲中，每個AI需要關心策略實施后自己獲得的獎賞，以及整個團隊獲得的獎賞。“如果某個操作會給自己帶來很大的獎賞，但是會導致團隊損失，那麼這個操作會被盡量避免。”

AI這麼高的“智商”是哪兒來的？

很多人好奇，AI為什麼能這麼聰明？陳鬆燦教授解釋，人工智能有很強的學習能力，“有了高性能計算設備和大量的數據資源，我們設計的先進算法就能從數據中學習出有用的知識。機器相對於人類來說，可以不知疲倦地24個小時自我學習，自我博弈，遠遠高於人類自我學習的時間。”

其實，AI的勤勉也是人類賦予的，陳鬆燦介紹，類似“協作”，“聰明”也是人類為AI設計的一種算法，“研究人員通過歷史數據、設計算法等方式教給它們知識，可以這麼說，人工智能中人才是幕后英雄。”

因此，陳鬆燦否認了“人工智能取代人”的說法，“比起取代，我更認為人和人工智能相互協作是趨勢。為什麼人與人能相互協作，人與機器就不行呢？”

這些“通了電的腦袋”有了新的協作小伙伴

別小瞧“協作”，AI實現的每一項新技能，其實背后都是人類大量的人力和技術投入。在我們身邊，專業的人工智能學院也逐漸興起。陳鬆燦教授介紹，江蘇眾多高校，如南京大學、南京航空航天大學都設立了人工智能學院及相關專業方向。“計算機視覺、機器學習、自然語言處理，這些人工智能范疇的技術扮演著越來越重要的角色，因此人工智能專業人才的需求越來越大。”

在南航人工智能研究院，科研人員正在努力將人工智能技術應用到無人機中，“通了電的腦袋”有了新的“協作”小伙伴。陳鬆燦透露，無人機研究原本就是南航的特色，南航人工智能研究院目前正在進行的這項研究，意在讓人工智能加持下的無人機“視力”更加出眾，能夠在飛行中更加靈活地躲過障礙，更好地執行任務。 實習生 馬騰躍

（楊甜子）

分享讓更多人看到