开悟初赛为1v1模式
别觉得这些都是空中楼阁，事实上，通过游戏来锻炼AI，早就不是第一次了。还记得当年打败李世石的阿尔法狗吗？它就是早期游戏AI的雏形，而谷歌的阿尔法团队在当时其实也针对《星际争霸》开发了另一个深度学习AI： 阿尔法星。并在19年年初和世界知名的星际选手对上过一次，结果和围棋相同，人类基本毫无反抗之力，1-10落败。
到了年底，阿尔法星交出的最新成绩单是：超越99.8%的人类玩家，在神族、人族和虫族都达到宗师级别。要知道，《星际争霸》作为最有挑战的即时战略游戏之一，游戏中不仅需要协调短期和长期目标，还要应对意外情况，难度不是一般的大。而阿尔法星在其APM，视野都跟人类玩家保持一致的情况下，依旧实现了对神族、人族、虫族的完全驾驭，还解锁了许多地图。
阿尔法星的“成绩单”
而2017年由OpenAI“修炼”的智能体，则单挑苦练了半辈子Dota的人类玩家Dendi，并获得了胜利。OpenAI也没有停下研究的脚步，他们在次年将这个智能体升级为OpenAI Five，以5V5模式对战人类顶级阵容，结果又是以100%胜率大胜人类。
回到《王者荣耀》身上来，如果你对去年五月份还有印象，一定还记得那个让无数人哭天喊地的超强AI“绝悟”，它由腾讯AILab联合王者荣耀团队于2017年12月起研发，其1v1版本首次露面是在2018年的KPL秋季总决赛上，并在次年八月份于吉隆坡举办的王者荣耀“世界冠军杯”半决赛的特设环境中与职业选手的5V5对抗游戏当中获得胜利，之后在同年的上海ChinaJoy现场，“绝悟”也开放了和业余选手1V1竞争的体验测试，四天一共进行了2100场对抗，最终取得了99.8%的胜率。
而“开悟”大赛，就是科学家们在《王者荣耀》这个特定的环境中，对多智能体之间的博弈展开研究，属于 强化学习领域范畴。难点之一，就在于智能体的每一个决策与动作，都会对全局产生非常复杂的变化，例如走位、出装策略等等，这些都对合作与竞争，以及完成特定任务背后的算法，提出了高难度的要求。
会连招的AI
那在游戏里研究AI，对我们有什么意义呢？有，而且意义重大，《王者荣耀》这类实时战略MOBA游戏不同于传统棋盘游戏和雅达利游戏，前者需要更高难度的复杂操作，所处的游戏环境也会更加复杂。以《王者荣耀》为例，一局游戏当中可能会涉及10^600 种游戏可能性以及10^18000 中可能的游戏操作，并且这还只是基础，AI还需要在MOBA游戏当中发动GANK、防御、诱导对手、补刀等复杂动作，而且还可能涉及到复杂的技能连招。
上文说过，在《王者荣耀》里研究AI，属于强化学习的范畴，某种意义上讲，强化学习算法越复杂，就越具备解决复杂问题的通用智能，为了让AI的算法更复杂，就需要一个特定的复杂场景，才能更好的贴近真实世界中人类决策时面对的环境，而实时战略游戏，就是一个很好的选择。
AI算法学会了“打游戏”之后，便拥有了向现实生活靠拢，解决更多问题的基础，有助于打通教育、研究与产业落地之间的通路，让AI为医疗、工业、农业、交通等现实场景中的AI落地提供助力。拿近年来大火的自动驾驶来说，在面临突发、不确定性问题时，需要作出精准的决策才能避免意外的发生，这就离不开通过强化学习方法的大量训练，如果把这个场景搬到游戏里，让AI具备了这样的能力，再回馈到自动驾驶技术上，是不是就更有价值了？
游戏中训练AI有望推动产业发展
AI一路走来，不断超越人类，也在不断制造游戏中及AI算法的里程碑。也许，我们是应该重新看待一下游戏的价值了。返回搜狐，查看更多