會玩DOTA2，又看了今年Ti7比賽的玩家，肯定會對比賽其中一個環(huán)節(jié)印象深刻。《DOTA2》的N朝元老，NAVI和屠夫雙重代言人Dendi作為比賽的受邀嘉賓，在Ti現(xiàn)場與一家人工智能公司特地打造的超級AI，來了場令人窒息的中單SF對決。

　　比賽的結(jié)局可能在不少人的意料之中，畢竟這是一場敢于在全球直播中表演的中單對決，只有足以匹敵職業(yè)選手水平的AI，才能站在這個全球DOTA2玩家共同矚目的舞臺正中；但整個比賽過程，幾乎出乎了所有玩家和職業(yè)選手的意料：由人工智能操控的SF并非完全依靠絕對精準(zhǔn)的數(shù)值計算，而是有所取舍地掌握并運(yùn)用了拉扯兵線、吸引/取消仇恨、越兵線壓制、打斷大藥，甚至騙補(bǔ)刀消耗這些游戲中的技巧。

　　中單第二局，上一把輸?shù)舻腄endi在出兵后選擇故意放兵，用進(jìn)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能會如何應(yīng)對。而卡兵出門的人工智能在第一波地方小兵進(jìn)入一塔視野范圍之后，第一時間選擇放兵阻止對方進(jìn)塔。雖然這一舉動沒能成功阻止Dendi的妙招，但人工智能依然依靠操作和意識，將第二波小兵留在了優(yōu)勢地形，并一步步積累優(yōu)勢，贏得了這場人與人工智能比賽的勝利。這個名叫OPEN AI的超級人工智能的實(shí)際表現(xiàn)，征服了眾多玩家和職業(yè)選手。

　　幾乎每個DOTA玩家都有和自帶AI交手的經(jīng)歷，但面對這樣一個人工智能，每個人都能清楚地認(rèn)識到，它與以往的那些所謂“AI”完全不同。

OPEN AI

　　與國際圍棋棋手對決而聲名鵲起的AlphaGo，從屬于谷歌DeepMind工作室。這家人工智能領(lǐng)域的明星，接受了業(yè)內(nèi)不少科技巨頭的注資，同時擔(dān)任特斯拉和SpaceX首席運(yùn)營官一職的著名商業(yè)人物埃隆?馬斯克也是它的早期投資人之一。它擊敗韓國圍棋冠軍李世石后，埃隆?馬斯克第一時間發(fā)推，贊揚(yáng)人工智能的發(fā)展成果。

　　而在OPEN AI擊敗了Dendi之后，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，這可比象棋圍棋復(fù)雜多了”。OpenAI這家非盈利性質(zhì)的人工智能研究公司成立于2015年，而埃隆?馬斯克是正是它的聯(lián)席主席之一。

　　在2016年12月，OpenAI發(fā)布了一個名叫“Universe”的AGI測試訓(xùn)練平臺，這個平臺的最終目的，是讓人工智能像人一樣使用計算機(jī)。在類型眾多、數(shù)量龐大的測試項(xiàng)目中，游戲占了相當(dāng)一個比重，從ATARI2600到近年的網(wǎng)頁游戲，甚至其中還包括我們?nèi)巳硕际熘摹禛TA5》。

　　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：人工智能與職業(yè)選手獲取信息的方式、量級是否相等？人工智能的反應(yīng)速度、實(shí)際操作是否被限制在于人類相同的范圍以內(nèi)？

　　這是個很嚴(yán)峻的問題。如果人工智能是依據(jù)游戲后臺數(shù)據(jù)進(jìn)行分析操作，并運(yùn)用了遠(yuǎn)超人類的操作和反應(yīng)速度優(yōu)勢的話，人類可以說是沒有勝算的，這場對決就變得毫無意義。而這些問題，或許可以在Universe這一項(xiàng)目中得到解答。

　　在Universe中，人工智能通過捕捉屏幕像素捕捉信息，并模擬鼠標(biāo)和鍵盤進(jìn)行實(shí)際操作，游戲屏幕被分為1024*768個緩沖區(qū)。以ATARI2600游戲?yàn)槔斯ぶ悄茉诰钟蚓W(wǎng)云端觀察每秒60幀游戲畫面后，存在20毫秒的觀察滯后，和10毫秒的行動滯后。而在公共互聯(lián)網(wǎng)中，幀數(shù)降低至20幀，觀察滯后80毫秒，行動滯后30毫秒。

　　而人類一般的反應(yīng)速度是250毫秒，職業(yè)選手要更短一些。OpenAI在Dendi比賽結(jié)束之后有稱，人工智能的實(shí)際反應(yīng)和操作被限定在了人類合理范圍以內(nèi)。

　　可與此同時，另一個問題也接踵而至。在比賽間隙，OpenAI一側(cè)透露人工智能僅僅訓(xùn)練SF中單有兩周左右，如此短暫時間里OpenAI已經(jīng)可以做到擊敗全球?qū)嵙λ阶罡叩穆殬I(yè)選手，但與此同時，DeepMind的AlphaGo訓(xùn)練《星際爭霸2》，卻僅僅到了“學(xué)會遇到危險飛起基地”的水平。兩者究竟有什么不同？

　　近幾年來，人工智能得到了長足地進(jìn)步和發(fā)展?，F(xiàn)如今已經(jīng)可以做到看、聽、說、甚至學(xué)習(xí)生成文字、圖像、聲音，甚至打敗圍棋世界冠軍。但這在人工智能領(lǐng)域中，依然被稱作“狹義人工智能”——你可以賦予它某一個特定領(lǐng)域中遠(yuǎn)超于人類的能力，但它缺乏領(lǐng)域以外的合理執(zhí)行力：即使AlphaGo學(xué)會了如何下圍棋，但你無法讓它陪你玩其他游戲，它無法應(yīng)用現(xiàn)有經(jīng)驗(yàn)帶入新的嘗試中，只能以不斷試錯的方式去學(xué)習(xí)。

　　以一個叫做《Montezuma's Revenge》的ATARI2600游戲?yàn)槔?，這款游戲中玩家需要控制角色，利用各種設(shè)施進(jìn)行移動，并躲避移動的頭骨，拿到過關(guān)鑰匙。人類玩家可以從畫面中瞬間識別目標(biāo)和危險，但是讓人工智能去嘗試，它無法一眼將頭骨視為阻止它過關(guān)的威脅只能通過無盡的試錯，才能找到正確的通關(guān)方式。

　　為了讓人工智能能夠通過自我學(xué)習(xí)找到游戲目標(biāo)，Universe嘗試讓人工智能去提取畫面中的獎勵機(jī)制。幸運(yùn)的是，很多老游戲都在畫面中有顯示分?jǐn)?shù)獎勵，這使得人工智能終于能在一些游戲中主動尋求到游戲目標(biāo)，并完成游戲。

逐步走向成熟的DOTA2人工智能

　　雖然OpenAI訓(xùn)練《DOTA2》人工智能進(jìn)行中單對抗只有兩個星期，但并不意味著這樣短的時間內(nèi)人工智能就能讀懂游戲。早在今年上半年，OpenAI項(xiàng)目組就開始讓人工智能學(xué)習(xí)《DOTA2》，經(jīng)過強(qiáng)化訓(xùn)練后，它在3月1日學(xué)會了用小黑放神牛的風(fēng)箏，并在4月份開始對抗真人玩家。

　　《DOTA2》天梯玩家都有一個叫MMR的分?jǐn)?shù)，這個分?jǐn)?shù)一定程度上體現(xiàn)出玩家在團(tuán)隊(duì)PVP對戰(zhàn)的實(shí)際水平，例如Arteezy是萬分大神，Sumail8300分，dendi7300分。有數(shù)據(jù)顯示，超過7500分的玩家數(shù)量僅占0.01%，有58%的玩家地獄3000分，15%的玩家低于1500分。進(jìn)入5月份，人工智能已經(jīng)能在真人對抗中迎戰(zhàn)1500分的玩家了。

　　今年6月初，人工智能第一次擊敗了1500分玩家，并在月底把大部分3000分局的勝場掌握在自己手中。隨著訓(xùn)練不斷進(jìn)行，人工智能終于在7月初勉強(qiáng)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(xùn)練周期。

　　8月7日，人工智能依次以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。兩天后，人工智能又擊敗了萬分大神Arteezy，當(dāng)時這些選手一致認(rèn)為，Sumail能夠找出擊敗它的方法。

　　在這幾天當(dāng)中，人工智能扔在不斷自我學(xué)習(xí)和進(jìn)化。8月9日，Sumail以2:1的分?jǐn)?shù)戰(zhàn)勝了人工智能，但一天以后，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能的。Pajkatt贏得那場，他通過快速合成魔棒，并適當(dāng)配合仙靈之火的瞬間回復(fù)方式，擊敗了人工智能。而經(jīng)過高達(dá)1000場線上測試后，OpenAI發(fā)現(xiàn)了幾個人工智能的漏洞：把兵線反復(fù)后拉到塔與塔之間，小兵清干凈后人工智能會被塔砸死；毒球+魂淚可以在開局制造非常大的移速優(yōu)勢，并可以快速拿到一血；出門學(xué)一級影壓，一些6000-7000分的玩家可以通過短時間內(nèi)的連續(xù)影壓帶走對方。

　　當(dāng)然，OpenAI的訓(xùn)練絕非完全自主的，這些特殊戰(zhàn)術(shù)在之后都被放入了人工智能的訓(xùn)練單當(dāng)中。經(jīng)過一定訓(xùn)練后，人工智能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(xué)習(xí)和人工補(bǔ)足的協(xié)同下，最終使我們在Ti現(xiàn)場親眼目睹了那場比賽。

5V5還有多遠(yuǎn)？

　　在戰(zhàn)勝Dendi后，OpenAI表達(dá)了希望能在明年表演一場職業(yè)隊(duì)伍VS人工智能的5V5比賽。當(dāng)然，這場比賽的根基，才剛剛開始搭建?！禗OTA2》每天有100萬場公開匹配局，每局的錄像都會在Valve服務(wù)器儲存兩個星期，OpenAI團(tuán)隊(duì)如今收集了超過580萬場超過45分鐘的高端局錄像，讓人工智能不斷模仿和學(xué)習(xí)。