dota2 的AI是如何打敗頂級職業選手的；5v5離我們還有多遠？

看了今年ti的朋友們都知道Dendi在今年ti的舞台上和AI中路solo影魔中敗北，比賽的結局可能在不少人的意料之中，畢竟這是一場敢於在全球直播中表演的中單對決，只有足以匹敵職業選手水平的AI，才能站在這個全球DOTA2玩家共同矚目的舞台正中；但整個比賽過程，幾乎出乎了所有玩家和職業選手的意料：由人工智慧操控的SF並非完全依靠絕對精準的數值計算，而是有所取捨地掌握並運用了拉扯兵線、吸引/取消仇恨、越兵線壓制、打斷大葯，甚至騙補刀消耗這些遊戲中的技巧。

前段時間我們知道在機器人AlphaGo擊敗人類職業圍棋選手、戰勝圍棋世界冠軍，其實當時在ti的舞台上也曾想過這種可能，但畢竟dota需要計算的東西太多和圍棋並不一樣，當Dendi敗下陣來時我其實是意外的，那麼我們來看看AI是如何擊敗頂級職業選手Dendi的。

中單第二局，上一把輸掉的Dendi在出兵后選擇故意放兵，用進塔策略快速消耗第一波小兵，從而把第二波兵控制在己方坡上的策略，同時也在試探這個人工智慧會如何應對。而卡兵出門的人工智慧在第一波地方小兵進入一塔視野範圍之後，第一時間選擇放兵阻止對方進塔。雖然這一舉動沒能成功阻止Dendi的妙招，但人工智慧依然依靠操作和意識，將第二波小兵留在了優勢地形，並一步步積累優勢，贏得了這場人與人工智慧比賽的勝利。這個名叫OPEN AI的超級人工智慧的實際表現，征服了眾多玩家和職業選手。

OPEN AI

而在OPEN AI擊敗了Dendi之後，馬斯克在推特上這樣說道：「OpenAI第一次在電競比賽上完勝世界頂級選手，這可比象棋圍棋複雜多了」。OpenAI這家非盈利性質的人工智慧研究公司成立於2015年，而埃隆•馬斯克是正是它的聯席主席之一。

在2016年12月，OpenAI發布了一個名叫「Universe」的AGI測試訓練平台，這個平台的最終目的，是讓人工智慧像人一樣使用計算機。在類型眾多、數量龐大的測試項目中，遊戲佔了相當一個比重，從ATARI2600到近年的網頁遊戲，甚至其中還包括我們人人都熟知的《GTA5》。

但回到Ti7上的中單SF對決，一些對這個AI的評價依然抱有爭議：人工智慧與職業選手獲取信息的方式、量級是否相等？人工智慧的反應速度、實際操作是否被限制在於人類相同的範圍以內？

逐步走向成熟的DOTA2人工智慧

雖然OpenAI訓練《DOTA2》人工智慧進行中單對抗只有兩個星期，但並不意味著這樣短的時間內人工智慧就能讀懂遊戲。早在今年上半年，OpenAI項目組就開始讓人工智慧學習《DOTA2》，經過強化訓練后，它在3月1日學會了用小黑放神牛的風箏，並在4月份開始對抗真人玩家。

《DOTA2》天梯玩家都有一個叫MMR的分數，這個分數一定程度上體現出玩家在團隊PVP對戰的實際水平，例如Arteezy是萬分大神，Sumail8300分，dendi7300分。有數據顯示，超過7500分的玩家數量僅佔0.01%，有58%的玩家地獄3000分，15%的玩家低於1500分。進入5月份，人工智慧已經能在真人對抗中迎戰1500分的玩家了。

今年6月初，人工智慧第一次擊敗了1500分玩家，並在月底把大部分3000分局的勝場掌握在自己手中。隨著訓練不斷進行，人工智慧終於在7月初勉強拿下了一場7500分局的勝利。7月底，才開始OpenAI口中的那「兩個星期」的訓練周期。

8月7日，人工智慧依次以3:0、2:1和3:0分別擊敗了6200分的Blitz、8500分級的Pajkatt和8900分的CC&C。兩天後，人工智慧又擊敗了萬分大神Arteezy，當時這些選手一致認為，Sumail能夠找出擊敗它的方法。

在這幾天當中，人工智慧扔在不斷自我學習和進化。8月9日，Sumail以2:1的分數戰勝了人工智慧，但一天以後，就吃了個0:6的大鴨蛋。

在這一階段，一些奇招是可以打敗人工智慧的。Pajkatt贏得那場，他通過快速合成魔棒，並適當配合仙靈之火的瞬間回復方式，擊敗了人工智慧。而經過高達1000場線上測試后，OpenAI發現了幾個人工智慧的漏洞：把兵線反覆后拉到塔與塔之間，小兵清乾淨後人工智慧會被塔砸死；毒球+魂淚可以在開局製造非常大的移速優勢，並可以快速拿到一血；出門學一級影壓，一些6000-7000分的玩家可以通過短時間內的連續影壓帶走對方。

當然，OpenAI的訓練絕非完全自主的，這些特殊戰術在之後都被放入了人工智慧的訓練單當中。經過一定訓練后，人工智慧甚至在遇到信使勾引的情況下，合理判斷是擊殺還是放棄。在自我學習和人工補足的協同下，最終使我們在Ti現場親眼目睹了那場比賽。

5V5還有多遠？

在戰勝Dendi后，OpenAI表達了希望能在明年表演一場職業隊伍VS人工智慧的5V5比賽。當然，這場比賽的根基，才剛剛開始搭建。《DOTA2》每天有100萬場公開匹配局，每局的錄像都會在Valve伺服器儲存兩個星期，OpenAI團隊如今收集了超過580萬場超過45分鐘的高端局錄像，讓人工智慧不斷模仿和學習。