人工智能挑戰(zhàn)人類，OpenAI機(jī)器人打敗游戲玩家

在人工智能領(lǐng)域，打敗人類是過時(shí)的做法。現(xiàn)在，頂尖的學(xué)者和科技公司想要想“人類”挑戰(zhàn)電子游戲。由Elon Musk和Sam Altman共同創(chuàng)立的研究實(shí)驗(yàn)室OpenAI宣布了其最新的里程碑：一個(gè)由人工智能代理商組成的團(tuán)隊(duì)在熱門的競(jìng)技場(chǎng)游戲Dota 2中擊敗1%的業(yè)余玩家。

OpenAI在去年8月首次跨入Dota 2游戲世界的大門，推出了一種可以在1v1比賽中擊敗頂級(jí)玩家的系統(tǒng)。OpenAI現(xiàn)在升級(jí)了它的機(jī)器人，可以在5v5比賽中扮演人類，而OpenAI計(jì)劃在今年晚些時(shí)候在國際賽事上進(jìn)行機(jī)器人與“人類”之間的對(duì)決。

該項(xiàng)賽事意義所在

這場(chǎng)比賽的動(dòng)機(jī)很簡單：如果我們能夠?qū)⑼骐娮佑螒蛩璧募寄軅魇诮o人工智能系統(tǒng)，那么我們就可以用它們來解決現(xiàn)實(shí)世界中復(fù)雜的難題，例如管理一個(gè)城市的交通基礎(chǔ)設(shè)施。

人工智能在游戲中能夠打敗人類，雖然沒有打敗高級(jí)玩家，但至少這是可行的

電子游戲不同于以往的挑戰(zhàn)，電子游戲帶來的挑戰(zhàn)是棋類游戲或圍棋之類的棋盤游戲所沒有的。它們向玩家隱藏信息，這意味著人工智能無法感知整個(gè)游戲環(huán)境，也無法計(jì)算出最可能的下一步動(dòng)作。還有更多的信息需要處理，還有大量可能的動(dòng)作。OpenAI表示，在任何時(shí)候，它的Dota 2機(jī)器人都必須在1000個(gè)不同的動(dòng)作之間做出選擇，同時(shí)還要處理2萬個(gè)數(shù)據(jù)點(diǎn)，這些數(shù)據(jù)點(diǎn)代表游戲中正在發(fā)生的事情。

強(qiáng)化機(jī)器人學(xué)習(xí)行為是一個(gè)巨大的嘗試

OpenAI的實(shí)驗(yàn)室采用了一種叫做“強(qiáng)化學(xué)習(xí)”的機(jī)器學(xué)習(xí)方法。這是一種看似簡單的技術(shù)，可以產(chǎn)生復(fù)雜的行為。人工智能機(jī)器被投入到一個(gè)虛擬環(huán)境中，在這個(gè)環(huán)境中，他們通過不斷嘗試和犯錯(cuò)來教會(huì)自己如何實(shí)現(xiàn)自己的目標(biāo)。程序員們?cè)O(shè)置了所謂的獎(jiǎng)勵(lì)功能（獎(jiǎng)勵(lì)機(jī)器人，比如殺死一個(gè)敵人）。

對(duì)于這批新的Dota機(jī)器人來說，自我學(xué)習(xí)的次數(shù)是驚人的。每天，這些機(jī)器人以加快了的速度玩游戲。他們以這種加快的速度訓(xùn)練了幾個(gè)月。它一開始完全是隨機(jī)的，在地圖上徘徊。然后，過了幾個(gè)小時(shí)，它開始掌握基本技能。OpenAI方面表示，如果一個(gè)人要花1.2萬到2萬小時(shí)才能學(xué)會(huì)成為一名專業(yè)的游戲選手，那么這就意味著OpenAI的機(jī)器人“每天都要體驗(yàn)100次人類生命過程”。

一方面，這證明了現(xiàn)代機(jī)器學(xué)習(xí)方法的可行性和認(rèn)可了最新計(jì)算機(jī)芯片處理大量數(shù)據(jù)的能力。另一方面，這也提醒了我們，智能人工智能的本質(zhì)是如何的。如果人類花了數(shù)千年的時(shí)間來學(xué)習(xí)玩電子游戲，那么我們這個(gè)物種也不會(huì)走得太遠(yuǎn)。

人工智能機(jī)器人比人類更快，更聰明

在dota2游戲中，OpenAI的人工智能機(jī)器人的反應(yīng)速度比人類快，他們可以快速而精確地獲取數(shù)據(jù)，比如物品清單、英雄的健康狀況以及地圖上物體之間的距離，這對(duì)正確使用某些技能至關(guān)重要，這是所有人類玩家必須手動(dòng)檢查或憑直覺判斷的信，但機(jī)器人則可以在很短的時(shí)間內(nèi)做出判斷。