(記者 宋宇晟)「整體的感覺就是AI太猛了，它們總是能做出異於常人的反應……」
在1:3輸給人工智慧後，有王者榮耀電競職業選手這樣說到自己對戰時的感受。
此後更有網友在社交媒體直言，「人類連玩遊戲也打不過AI了」“人類再次一敗塗地”……
那麼，讓人工智慧去玩《王者榮耀》就是為了「虐菜」嗎？中新網記者最近和該AI模型負責人聊了聊。
比賽現場。受訪者供圖
3:1 「屬於正常發揮」
幾天前，在世界人工智慧大會現場，一款名為「絕悟」的遊戲AI與五位來自王者榮耀職業聯賽的選手現場進行了一場表演賽。
指出，人工智慧在比賽中相繼打出了「蹲草」“前後拉扯輸出”“輔助開團”等操作，並在團隊合作上頗具專業意識。
在這場五局三勝的賽事中，人工智慧以3:1的比分戰勝了五位職業選手。
儘管勝負成績成了關注這場比賽的網友討論的熱點話題，但王者絕悟AI模型負責人邱福浩卻告訴記者，團隊對比賽的勝負沒有預期。
作為研發人員，他們更希望人工智慧可以把握與高水平玩家切磋的機會，驗證能力並不斷成長，雖然這樣的成績「屬於正常發揮」。
比賽現場。受訪者供圖
此外，很多網友猜測，相較於人類職業選手的反應速度，人工智慧或許在操作方面有著「絕對優勢」。
然而，邱福浩卻向記者明確表示，在數值和操作上，王者絕悟AI並沒有獨特的優勢，在遊戲中的客觀條件限制是一致的。
「在英雄的自身狀態參數上，AI並沒有額外的加成，與人類玩家相同；AI在視野觀測上與人類玩家保持一致，對於戰爭迷霧中的不可見單位，AI同樣也看不到；AI的操作反應也做了客觀限制，其反應分佈和均值與KPL職業選手是相接近的。根據實際觀察，人類玩露娜等英雄會比AI更秀。」
AI一天對局數≈人類440年
既然客觀條件沒有什麼不同，人工智慧為何能戰勝人類職業選手？
邱福浩給出的答案是訓練量。「AI的優勢在於其龐大的訓練量，一天對局數約等於人類440年。」
用研發團隊的話說，自2017年啟動項目，王者絕悟AI從模仿人類的監督學習，到自我博弈的強化學習，經過了多次疊代，攻克了多個難題，才逐步進化成了全英雄職業電競水平的「完全體」。
邱福浩介紹，2018年，王者絕悟AI還只是頂尖業餘玩家的水平；到了2019年，王者絕悟AI不再需要模仿人類數據，而是通過自己和自己對戰，進一步提升微操水平和大局觀，已達到了王者榮耀職業電競水平；去年，它學會了更多英雄玩法，並用40個英雄首次接受玩家們的挑戰；最新版本中，團隊又在競技比賽的局前和局內階段，進行了針對性優化。
資料圖：2016年的圍棋人機大戰。
幾年前，AlphaGO擊敗人類職業圍棋選手時，一度震驚世界。
與圍棋相比，《王者榮耀》是一個不完全信息博弈場景，需要多個AI協作完成任務，且需在複雜連續的決策空間下進行長期決策。
換句話說，教會人工智慧玩《王者榮耀》，比讓人工智慧下圍棋更難。
邱福浩說，圍棋的動作空間多達10的172次方，而AI在王者榮耀一局遊戲中的操作可能性則多達10的20000次方。
比賽現場。受訪者供圖
讓AI打遊戲不是終點
但，進行如此複雜的研發、訓練，就只是為了讓人工智慧在遊戲中打敗人類嗎？
邱福浩並不這麼看。因為人工智慧最終是要服務於人類的。
他告訴記者，團隊之所以就此進行研發，首先是因為「這是一個多人協作的遊戲場景，它在設計上的高複雜度、高挑戰性，滿足了對高水平AI+遊戲的研究需要」。
「從近年AI發展的關鍵事件可以看到，AI的下一個里程碑很有可能就是在複雜策略遊戲中誕生。」
而人工智慧進行複雜遊戲訓練的，是為了幫助人類解決現實生活中的問題。
邱福浩說，AI在虛擬環境學習通用的感知、決策能力，未來可能在現實世界中發揮更大作用。以無人車研究為例，AI學習外界環境，感知道路環境信息並加以表達，進而作出駕駛決策；再如機械人在虛擬世界模擬學習，再在現實世界對環境的未知變化做出反應。
他認為，未來，AI研究還將覆蓋到更多場景。對於不少研究人員和開發者來說，多智能體技術研究依然存在顯著的現實困難，包括環境的不確定性、信息獲取的局限性、個體目標與全局目標的一致性，以及對高算力的要求。
在邱福浩看來，「AI+遊戲」研究將是團隊攻克AI終極研究難題——通用人工智慧(AGI)的關鍵一步。AGI代表研發能在通用系統中執行多種複雜命令，達到或超越人類水平的AI。
「這中間的經驗、方法與結論，長期來看，有望在大範圍內，如醫療、製造、無人駕駛、農業到智慧城市管理等領域帶來更深遠影響。」
神州快訊
** 博客文章文責自負,不代表本公司立場 **
