馬斯克OpenAI版「阿爾法狗」完勝最強人類選手

8 月 11 日，人工智慧又給人類帶來了驚喜，伊隆·馬斯克（Elon Musk）旗下的人工智慧研究機構 OpenAI 宣布他們所打造的一個 AI 機器人已經在電子競技遊戲 Dota 2 中擊敗了一個名為 Dendi 的人類職業玩家，而比賽所採取的形式也是很直接的 1v1。

雙方約定好共進行三輪比賽，在第一場比賽中，人工智慧在不到十分鐘的時間內閃電擊敗對手；第二場比賽同樣也是由人工智慧取得了勝利；而這直接導致了 Dendi 放棄進行第三場比賽。

圖丨被AI打敗的Dota2最強人類選手Dendi

「這個傢伙很可怕，」Dendi 在比賽中倒吸了一口冷氣。

圖丨馬斯克第一時間轉發了OpenAI獲勝的消息

OpenAI 官方解釋說，這款 AI 機器人是完全通過自我訓練出來的，研究人員從零開始通過過往的比賽視頻來對它進行訓練。OpenAI 的 CTO 格雷格·布羅克曼（Greg Brockman）表示，訓練僅僅花費了兩周的時間，AI 就已經擊敗了包括世界排名第一在內的頂級 1v1 選手。

Brockman 補充道，「通過 1v1 這種形式的訓練，我們已經針對 AI 的優勢和劣勢進行了針對性的訓練。」接下來，OpenAI 將訓練 AI 一次扮演 5 個選手，這樣就可以組成一個完整的戰隊了。同時，他們還準備將這款 AI 對外開放，讓所有人都有機會和人工智慧進行對戰。

而人工智慧介入遊戲領域也並非新鮮事，包括 DeepMind 和 Facebook 都已經針對即時戰略遊戲「星際爭霸2」開展了探索之路，他們收集大量的人類玩家遊戲比賽記錄數據，並用這些數據來訓練深度學習演算法，最終可以做到在人機大戰中擊敗人類選手。

就在 8 月 10 日，DeepMind 聯合暴雪公司正式推出合作開發的星際爭霸2機器學習工具組：SC2LE（星際2學習環境），雙方希望通過這些工具，幫助研究人員加快星際爭霸 2 AI 的開發速度。

SC2LE 包括：

• 一個由暴雪開發的機器學習API，為研究人員和開發者們提供接入遊戲的埠。其中將首次完整包含為Linux系統開發的工具。（GitHub 地址：https://github.com/Blizzard/s2client-proto）

• DeepMind的工具集PySC2的開源版，讓研究人員可以輕鬆地在各自的模型中使用暴雪的特徵層API。（GitHub 地址：https://github.com/deepmind/pysc2）

• 一系列小遊戲，讓研究人員可以對自己系統的性能進行真實的測試。

• 一個含有6萬5千局匿名遊戲的數據集，並將在接下來的幾周里擴展至50萬局遊戲以上。

• 一篇介紹整個環境並提供基線成績的論文。基線成績是由小遊戲，從遊戲回放進行的監督學習，以及與星際2 自帶的電腦對手進行單挑的結果得出的。（論文地址：https://deepmind.com/documents/110/sc2le.pdf）

當然，星際爭霸 2 還有一些難題暫時沒有技術手段解決，比如「戰略」。作為一個戰略遊戲，很多時候，玩家做出的決定往往只會在十幾甚至幾十分鐘之後才會產生效果。因此，為了讓 AI 學會「戰略」，它必須擁有「計劃」和「記憶」的能力。「存儲是至關重要的」，DeepMind 星際爭霸 2 項目的負責人Oriol Vinyals 說道。

而由於遊戲的長度，DeepMind善用的加強學習卻並不適合星際爭霸 2，「我現在做出的操作可能在很久之後才有後果」，Vinyals說道。由於現有的技術手段無法攻克這一難題，DeepMind 希望降低開發星際爭霸 2 AI 的門檻，集眾人之力開發出新的技術手段，解決「戰略」難題。

可以說，DeepMind 和暴雪聯合開發的工具一舉打開了通往終極星際爭霸2 AI 的大門。目前，已經有數名世界頂級星際2選手表示，願意與AI一戰。

除了星際爭霸2，更值得一提的就是在此之前火遍全球的「AlphaGo」熱潮，在圍棋這個最複雜的棋盤遊戲中，人工智慧已經將包括柯潔在內的人類最頂尖的棋手都一一擊敗，這甚至在當時還一度使「AI威脅」的論點甚囂塵上。

圖丨馬斯克認為 Dota2 的難度比象棋和圍棋大得多

雖然我們還無法評價 OpenAI 的這次實驗與 Facebook 和 DeepMind 打造的「星際爭霸II」 AI 以及 DeepMind 的圍棋 AI AlphaGo 孰優孰劣。但到目前為止，的確還沒有人工智慧研究團隊可以擊敗人類遊戲玩家，OpenAI 算是開了個先河。

不過，這對於人類來說可能就沒有那麼樂觀了，「感覺它就像人類選手一樣，但又有人類所不具備的優勢，」 Dendi 對 OpenAI 的人工智慧做出了這樣的評價。