當我昨天看到OpenAI的人工智能，在一項獎金2400萬美元的電子競技賽事上，擊敗DotA2人類頂級高手時，整個人感覺超興奮。

　　這是因為，一方面我是一個電子競技的粉絲。盡管沒玩過DotA 2，但我經(jīng)常在Twitch上觀看其他其他電競賽事，高中時我還當過一陣半職業(yè)選手。

　　更重要是的，像DotA這類多人在線戰(zhàn)術競技游戲(MOBA)，以及星際2這類實時策略游戲(RTS)，通常被認為遠超目前人工智能的駕馭能力。因為這兩類游戲需要長期戰(zhàn)略決策、多人合作，比國際象棋、圍棋有著更復雜的狀態(tài)和動作空間。

　　DeepMind已經(jīng)在星際2上研究了一段時間，前不久剛剛發(fā)布了新的進展，但目前為止，相關研究還沒有取得重大突破。大家普遍認為，距離人工智能在星際2上吊打人類頂級玩家，至少還有一兩年的時間。

　　這就是OpenAI這個成果如此令人震驚的原因。這是怎么回事?最有有什么人工智能方面的突破是我沒有注意到的么?于是我開始研究這個DotA 2人工智能到底干了什么，它是如何訓練的，以及在什么樣的游戲環(huán)境中運行。

　　我的結論是：這是一個令人印象深刻的成就。但不是一次AI上的突破。

　　通過這篇文章，我想提供一個關于此事的清醒解釋。實際上，過度炒作人工智能的進步才是真正危險的事情。例如，下面這位在推特上的發(fā)言，才是真正的誤導。

 

　　這是伊隆·馬斯克的推特，這位硅谷鋼鐵俠不單創(chuàng)辦了特斯拉，而且創(chuàng)辦了OpenAI。上面這篇推特中，馬斯克大意是說：OpenAI搞出了史上首個擊敗電子競技頂級玩家的人工智能。這比搞國際象棋和圍棋什么的復雜多了。

 

　　在第二條推特中，馬斯克再次發(fā)表曾被AI屆猛轟的觀點：沒人喜歡被管制，但對公眾構成危險的一切(汽車、飛機、食品、藥物等)都應該受到管制。AI也是一樣。

　　當然，馬斯克還發(fā)了一條，就不翻譯了，貼圖如下

 

　　首先要聲明的是，我今天要談及的炒作或者誤導，并不是OpenAI研究人員的錯誤。OpenAI一直在研究方面都有諸多貢獻。目前，OpenAI還沒有公布他們解決方案的細節(jié)，所以外界很容易就會得出錯誤的結論。

　　現(xiàn)在開始切入正題。我們先來看看DotA 2的人工智能程序，到底解決了一個多困難的問題?尤其是與AlphaGo相比。

　　1v1不能與5v5相提并論

　　在正常的DotA 2游戲中，兩個對抗的隊伍各由五名玩家組成。游戲過程中需要高級策略、團隊溝通和協(xié)調，一局比賽通常要45分鐘。

　　而這次人工智能擊敗人類的比賽，采用了1v1的模式，這種模式有太多限制。例如雙方基本上只能沿著單線前進，并嘗試擊殺對方，游戲過程幾分鐘就結束了。

　　在1v1模式中，擊敗對手主要靠機械技能和短期策略，并不涉及長期規(guī)劃和協(xié)調，而后者才是對當前AI技術來說最具挑戰(zhàn)性的部分。

　　事實上，在這次的人機DotA 2對抗中，可以采用的有效動作數(shù)量，少于圍棋人機大戰(zhàn);有效的狀態(tài)空間(目前局面情況)，如果以智能的方式表示，應該比圍棋要小。

　　AI可以獲取更多信息

　　OpenAI的人工智能程序，極有可能是構建在DotA 2原有的機器人接口之上，可以獲取更多人類玩家看不到的信息。即使OpenAI的研究人員限制了這些信息的獲取，人工智能仍然能夠得到比人類更精準的信息。

　　例如技能的施放，人類玩家必須緊盯屏幕，并且估算與對手之間的距離。而AI知道確切的距離，并且能立即決定是否施放技能。獲得精準的數(shù)字信息是一個很大的優(yōu)勢。其實對戰(zhàn)過程中你就能看到，AI有幾次攻擊都是在最大距離上展開。

　　反應時間

　　AI可以立即作出反應，人類不行。再加上剛才說的信息優(yōu)勢，AI的優(yōu)勢進一步擴大了。比方，一旦對手逃離攻擊范圍，AI可以立刻取消攻擊命令。

　　使用單一英雄

　　DotA 2中有上百種不同的英雄角色，各具不同的能力和優(yōu)勢。而AI掌握的只是其中一個英雄：Shadow Fiend(影魔)。影魔通常會立刻展開攻擊，而不是在一段時間內學習掌握更復雜的攻擊技能，這更加有利于發(fā)揮AI在信息和反應方面的優(yōu)勢。

　　所以，鑒于1v1主要比拼機械技能，AI擊敗人類玩家并不奇怪。鑒于游戲環(huán)境被嚴格限制，造成一些列戰(zhàn)術和策略也被限制，而且對戰(zhàn)中幾乎沒有必要進行長期規(guī)劃或協(xié)調。

 

　　再次重申我的結論：這次AI擊敗DotA玩家，比在圍棋中擊敗人類冠軍要容易得多。人類沒有在AI領域突然取得突破。

　　這次在DotA對抗中之所以AI獲勝，是因為研究人員聰明的設置了問題，使得AI可以繞過目前人工智能的技術限制。

　　據(jù)說這個OpenAI訓練這個AI打DotA花了2周。與之相比，AlphaGo在Google的GPU集群上進行了數(shù)月的分布式大規(guī)模訓練。兩個程序之間的計算要求有著數(shù)量級的區(qū)別。

　　最后夸夸這個會玩DotA的AI，到底有何精彩之處?

　　完全通過自學訓練

　　AI不需要任何訓練數(shù)據(jù)，也不會從人類的比賽中學習。整個學習過程隨機開始，并且通過和自己對抗進行學習。雖然這不是什么新技術，但令人驚訝的是，AI學會了人類玩家已經(jīng)在使用的技術。這很酷。

　　AI可能還有其他技術，甚至人類都不知道。這與我們在AlphaGo中看到的類似，圍棋選手已經(jīng)開始學習AI的下棋方式。

　　AI+電競的重要一步

　　在具有挑戰(zhàn)性的環(huán)境中(例如DotA 2和星際2)來測試AI技術是非常重要的。AI可以為游戲提供更多的價值，游戲也會助推AI更快發(fā)展。

　　不完美信息

　　在DotA對決中，人類玩家智能看到地圖的一小部分，視線受到妨礙。AI可能也一樣，雖然還不清楚OpenAI如何處理這個問題的細節(jié)。

　　這意味著與圍棋、國際象棋、Atari游戲機等環(huán)境不同，AI在DotA中處于一個部分可觀察的環(huán)境，而無法獲知關于游戲當前狀態(tài)的完整信息。這類問題通常難以解決，話雖如此，但目前還不清楚1v1的DotA 2比賽中，視野的重要性到底幾何。

　　不管怎樣，非常期待看到OpenAI關于這次比賽的技術報告。