256
机器人
OpenAI战胜Dota2世界冠军 人工智能终将制霸电竞？
8月13日，作为2017年度《Dota2》赛事中分量最重的一个，“TI7国际邀请赛”在美国西雅图钥匙球馆正式落下帷幕，中国的 NewBee 战队最终以0:3的总比分不敌欧洲劲旅 Liquid ，无缘捧起冠军神盾。而CNDota也延续着自己“奇数年夺冠难”的神秘魔咒。本届赛事看点颇多，既有“李逵”（Liquid）战队在败者组完成1穿6并最终夺冠的梦幻童话，同时也有着中国Dota战队再一次与世界冠军失之交臂的悲情戏码。只不过这些在以彩蛋形式亮相的 Open AI 面前，都只能沦为配角，因为它的出现，宣告了人工智能正式向《Dota2》这款游戏进军了。
抱歉 世界冠军惨遭无情吊打！
Dendi输了！
如果你玩过《Dota2》这款游戏，那么相信你或多或少的都会对这个名字有些印象。这位出生于1989年的乌克兰老司机，可以说是整个世界上最顶尖的电子竞技选手之一，曾经随队在第一届Dota2国际邀请赛（TI1）上夺得冠军，又在后面的两届 TI 上斩获亚军。而就是这样一位有着强横实力的选手，却在8月11日正赛结束后的表演赛上输的如此彻底，而他的对手则是一个U盘，确切点说，是U盘当中装着的由 OpenAI 开发的 Dota AI。
对决的规则并非 5V5 的经典模式，而是中路 solo 单挑，这一点对于打多了“父子局”、“可乐局”、“烧烤局”的小伙伴们来说或许更加熟悉。整场对局不能使用魔瓶、凝魂之泪、灵魂之戒、圣坛等装备或场景道具。而双方选用的英雄也均为长着一张嘲讽脸的影魔（Shadow Fiend）。
比赛从号角响起的那一刻开始，便不再有悬念！一开局，OpenAI 就展现出堪称完美的卡兵技巧，而当双方正式交锋时，职业选手与人工智能之间的差距也开始明显地显现出来，无论是正反补兵还是技能施放，AI对距离和时机都把握都更加准确，毫无迟疑。根据 OpenAI 官方给出的数据，AI 每分钟的操作次数（APM）仅仅是人类的平均水准，换言之，AI 的每次出手收益都比 Dendi 更高，无效操作更少。
第一局，AI利用假动作诱骗Dendi上前补刀并将其击杀，而第二局对战中，Dendi更是因为前期的卡兵失误而痛失先手，比赛也在 AI 无限地优势滚雪球当中草草结束。两局对战两场虐杀，更重要的是它们加起来一共才不到10分钟。
扎心 独门招式让它们越来越强！
比赛结束之后，OpenAI 的老板马斯克还在自己的 Twitter 上怒刷一波存在，并认为 OpenAI 第一次在电竞上完胜世界顶级选手这件事，可比象棋围棋要复杂的多。
当然，对于 OpenAI 的胜利，官方也公布了其独门秘诀，要知道它之所以强大的原因就在于它并没有通过模仿学习和搜索策略来进行训练，而是完全通过“自我对决（Self-Play）”的方式来提升自己的水平。并且在整个提升的过程当中，AI 从最早随机浑噩的状态逐渐进化到世界冠军级的单挑水准，仅仅花费了两周的时间。
而有人工智能涉足的又怎会只有《Dota2》这一款游戏，这不，就在8月10日凌晨，暴雪旗下《星际争霸2》开发团队就在GitHub上发布了一款与DeepMind合作的《星际2》API工具，以方便玩家与研究人员接入游戏后进行对 AI 的研究与训练。
根据官方给出的介绍，这一套工具包当中包含了脚本、基于图像的AI、API以及功能齐全的Linux包（Linux包旨在云端设计运行）同时提供文档、样本代码和样本bot，为了方便研究者更好地进行研究，还支持离线的AI对AI的模拟战，以及1对1的天梯竞技录像包供玩家参考数据。而除此之外，暴雪也承诺会收集数十万匿名玩家的天梯比赛录像，让玩家更方便地去训练AI进行模仿。而这一设定，倒是与当初阿法狗疯狂学习围棋棋谱是同一个思路了。
绝望 人工智能真的无法无天？
实际上在今年5月28日的“围棋世纪大战”当中，人工智能“阿法狗”早就已经用一场“3:0”给目前世界排名第一的职业棋手柯洁好好上了一课。精彩的对决，不但展现了柯洁这位围棋天才的惊人实力，更是让世人见识到了人工智能的可怕之处，并促使所有人都开始思考一个问题：
如今的人工智能真的已经到了无法无天的地步了吗？
得出的答案或许有很多种，但至少在目前的游戏领域或者电子竞技层面上，AI想要真正击败人类选手，难度还是比较大的。就那这次《Dota2》的SOLO赛来说，我们必须承认AI的获胜是如此令人印象深刻的成就，但也要认清的一点就是：这或许并不是AI技术上的一次突破。
要知道 1v1 不能够与 5v5 相提并论，尤其是在《Dota2》的比赛当中，局势的瞬息万变对一个团队（包括5名玩家）在运营、策略、沟通、出装方面的要求都相当高。在这样的前提之下，1v1模式中当中的机械技能以及短期策略就显得用处不大了。而AI对于“变量”、“随机性”这些讯息的把控是否准确也就成为了整场比赛真正的胜负手。总之，在瞬间反应与对线操作方面，人类想要达到电脑级别的速度显然并不现实，而在团战处理与整体运营方面，人工智能需要学的还有很多。
而在《星际2》的领域当中呢？答案也同样如此，虽然 DeepMind 的 API 工具已经在《星际2》上工作了一段时间，但到目前为止，研究人员依然没有取得重大突破。而研发人员也普遍认为，距离在《星际2》上击败顶级人类玩家至少还需要 1—2 年的时间。
电子竞技的核心就是在游戏之中双方玩家之间的体力与脑力的对抗，而瞬息万变的局势以及整体化的运营方式也成为了目前人工智能无法全面在游戏领域战胜人类的关键所在。当然，作为人类的我们也不能够过于乐观，毕竟曾经的我们在围棋方面也下过相似的论断。
最后更新：2017-08-23 09:38:56