中新網客戶端北京7月15日電(記者 宋宇晟)“整體的感覺就是AI太猛了，它們總是能做出異于常人的反應……”

　　在1:3輸給人工智能後，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，讓人工智能去玩《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 “屬于正常發揮”

　　幾天前，在世界人工智能大會現場，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。

　　有報道指出，人工智能在比賽中相繼打出了“蹲草”“前後拉扯輸出”“輔助開團”等操作，并在團隊合作上頗具專業意識。

　　在這場五局三勝的賽事中，人工智能以3:1的比分戰勝了五位職業選手。

　　盡管勝負成績成了關注這場比賽的網友讨論的熱點話題，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，他們更希望人工智能可以把握與高水平玩家切磋的機會，驗證能力并不斷成長，雖然這樣的成績“屬于正常發揮”。

　　比賽現場。受訪者供圖

　　此外，很多網友猜測，相較于人類職業選手的反應速度，人工智能或許在操作方面有着“絕對優勢”。

　　然而，邱福浩卻向記者明确表示，在數值和操作上，王者絕悟AI并沒有獨特的優勢，在遊戲中的客觀條件限制是一緻的。

　　“在英雄的自身狀态參數上，AI并沒有額外的加成，與人類玩家相同；AI在視野觀測上與人類玩家保持一緻，對于戰争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，其反應分布和均值與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。”

　　比賽現場。受訪者供圖

　　AI一天對局數≈人類440年

　　既然客觀條件沒有什麼不同，人工智能為何能戰勝人類職業選手？

　　邱福浩給出的答案是訓練量。“AI的優勢在于其龐大的訓練量，一天對局數約等于人類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，經過了多次叠代，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還隻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，并用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内階段，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，教會人工智能玩《王者榮耀》，比讓人工智能下圍棋更難。

　　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，就隻是為了讓人工智能在遊戲中打敗人類嗎？

　　邱福浩并不這麼看。因為人工智能最終是要服務于人類的。

　　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的下一個裡程碑很有可能就是在複雜策略遊戲中誕生。”

　　而人工智能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。

　　比賽現場。受訪者供圖

　　邱福浩說，AI在虛拟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，感知道路環境信息并加以表達，進而作出駕駛決策；再如機器人在虛拟世界仿真學習，再在現實世界對環境的未知變化做出反應。

　　他認為，未來，AI研究還将覆蓋到更多場景。對于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，包括環境的不确定性、信息獲取的局限性、個體目标與全局目标的一緻性，以及對高算力的要求。

　　在邱福浩看來，“AI 遊戲”研究将是團隊攻克AI終極研究難題——通用人工智能(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，有望在大範圍内，如醫療、制造、無人駕駛、農業到智慧城市管理等領域帶來更深遠影響。”(完)

　　來源：中國新聞網

　　,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!