人工智能首次在电子竞技中战胜人类

Matt+Weinberger

人工智能在国际象棋、围棋等项目上战胜人类顶尖高手之后，艾伦·马斯克旗下的OpenAI 人工智能又在全球当红的网游“Dota2”中击败了顶级高手Dendi。 8月12日，艾伦·马斯克在其twitter账号上发文，称赞此次OpenAI获得的胜利，并表示这是人工智能首次在对抗型电子竞技中战胜世界一流玩家。OpenAI 是一家非盈利AI 研究公司，由特斯拉CEO艾伦·马斯克建立，该公司主要进行安全人工智能的研究。此前，马斯克的公司已经成功训练AI，在VR设备上观看后，立即执行任务，并且发展机器人创立自己的语言系统。

OpenAI在其博客中这样解释到：“这次Dota2的比赛结果显露出 （self-play）自我学习，能够使人工智能从低于人类程度的学习系统中捕获操作表现，进而一跃提高到拥有充分运算能力的超人。”相比之下，（Deep-learning）深度学习系统只能达到与它们的训练数据库同等的智能高度，可是在自我学习系统中，当数据升级，现有数据将随之自动提高。

OpenAI比赛过程

Dota2 的比赛开始于今年3月，最初的AI机器人只进行了一些简单的比赛。由于是一款免费多玩家电竞游戏，Dota2最引以为傲的一点是不强制玩家的极限范围。而在8月7日，机器人取得了骄人连胜战绩，第一场击败了名为Blitz的Dota2 玩家。同一天，机器人又打败了另外两名高段位的玩家。接下来一天，它又战胜了另一位德高望重的玩家Arteezy。而所有被机器人打败的四位玩家一致认为，玩家Sumail 能够打败它。然而，Sumail并没有如他的战友们所愿，依然惜败。最终，机器人挑战了Dota2的前世界冠军Dendi，并以2比0完胜Dendi。“请放过我吧！”赛间Dendi对机器人对手这样说道。

Self-play 自我學习过程

OpenAI的研究人员表示，此次比赛中机器人运用自我学习从零开始，不是模仿学习或是树状搜索，在包含人类的混乱复杂的环境中建立明确的目标，AI系统建设跨出了历史性的一步。竞赛中，机器人预测出即将移动的玩家，并在新环境下做出临场反应，并影响其他玩家。两场比赛之间，OpenAI的工作人员将一些“训练”与自我学习相结合，帮助机器人不断提高战斗力。

OpenAI的目标是建设安全的通用人工智能。对于AI来说，Dota是一个非常理想的试验场，竞争激烈，游戏复杂。如果想在这门游戏中获得成就，就必须推进现有技术，实现技术突破。我们现在开发了一个AI，能够在Dota的1v1比赛中击败顶尖职业选手。

Dota的规则非常复杂，如果是用规则方法，那么构建出的AI一定是个低能的玩家。所以，OpenAI完全采用的是自我游戏（self-play）的训练方法。刚开始训练时，AI对于自己所处的世界全无认识，而只是和自己的复制品比赛，这也就意味着它和它的对手永远是旗鼓相当，在这个过程中自我能力不断提升，直到达到世界顶尖选手的水平。

自我学习的发展

“自我对决”的理念是OpenAI研发的关键。这是一种AI系统学习解决极其复杂任务的有效方法：与太弱或太强的对手对战，它都无法从中学到东西，但自身反倒是有价值的对手。OpenAI的研究人员解释到：“你可以看到AI从完全的随机状态一步步发展到如今的顶级水平。”

除了OpenAI，其他人工智能研究人员已经在寻找方法来教导机器人做各种事情： 比如从阅读到做梦。他们创建了可以自己学习的AI系统，甚至可以互相教授的AI系统。教育正在从根本上被颠覆，以满足这项新技术的需求，随着机器人的智慧化，我们的生活将变得更加轻松，更安全，而且更有趣。

另外，Google旗下Deepmind团队最近在进行研究，让 AI 在复杂环境里“运动”。研究人员设计了类似火柴人的模型，在不给它们任何编程的情况下，要求其越过障碍物到达终点，所以这些火柴人基本上一直在试错。试验中AI会逐渐调整自己的关节，用更好的方式来完成目标。体育精神爆表的火柴人，拥有27个自由关节和21块驱动器。而且为了指导这只AI，Deepmind设计了一套虚拟传感器，教其如何在不熟悉的复杂环境下通过障碍，而火柴人在一次次跌倒之后的成功跑酷，展现了AI强大的自主学习能力，实现了机器学习和系统神经的结合，这是火柴人的一小步，却是AI在研究人体机能领域的一大步。

编译自《Testlarati》《商业内幕》杂志

（责任编辑姜懿翀）endprint