AI會在電玩大戰中再次戰勝人類嗎？

近日，研究人工智慧（AI）和遊戲的科學家將迎來最新的人機對決。

但此次並非一個人與一台機器對決，一個由5名頂尖電子遊戲玩家組成的團隊，將會瘋狂地向一群名為OpenAI 5的機器人施展魔法咒語和發射（虛擬）火球。

他們將在加拿大溫哥華舉行的國際電子競技錦標賽上玩即時策略遊戲Dota 2，這是一項一年一度的電子競技賽事，其數百萬美元的獎金吸引了許多職業玩家參與。

1997年，IBM的“深藍AI”擊敗國際象棋冠軍加裏·卡斯帕羅夫。

2016年，深度思維公司的AlphaGo AI在傳統圍棋比賽中擊敗了世界圍棋大師李世石。電腦在跳棋和一些撲克遊戲中也擊敗了人類。

但快節奏的多人視頻遊戲則帶來了另一種挑戰，它需要電腦協作和管理不可預測性。

這一目標是常識，它可以幫助AI應對現實世界的情況，如導航交通和提供家庭護理，即使它們永遠不必面對魔法咒語。

“AI的下一件大事是合作。”英國倫敦大學學院電腦學家、研究另一種即時戰略遊戲《星際爭霸2》的王軍（音譯）說。

牛津大學電腦學家、《星際爭霸2》的另一名研究者Jakob Foerster說，它需要“戰略推理，在這裏它可以瞭解其他人的動機”。

Dota 2於2013年公佈，在全球擁有數百萬玩家。

在遊戲中，團隊在保衛自己地盤的同時，還要通過戰鬥摧毀敵人的地盤，同時收集資源以增加自己的力量和技能。一場勢均力敵的比賽持續時間約45分鐘。

1年前，美國加州三藩市非營利研究機構OpenAI公佈了一種能在一對一遊戲中擊敗人類最佳玩家的AI。

但OpenAI的聯合創始人兼首席技術官Greg Brockman表示，在此次國際比賽中，5對5的對決對電腦來說是一個更大的挑戰，因為比賽的時間更長，也更複雜。

儘管如此，在近日熱身賽中，OpenAI 5仍輕鬆擊敗了一個前職業玩家團隊。

“被一個非人類弄得很尷尬是件糟糕的事。”在一群觀眾面前輸掉比賽的William“Blitz”Lee說，“我們被左右碾壓。”

Dota2中潛在的走法範圍遠遠大於國際象棋或圍棋，後兩者最多只有幾百種走法。

但在Dota2中，動作是不變的，玩家的每次移動卻有著成千上萬種選擇，例如向哪里逃跑、用哪個魔法以及在哪里瞄準等。

這樣的自由度加上遊戲固有的隨機性和玩家對視野之外事物的忽視，意味著你不能完美地預測遊戲的走向，哪怕是向前移動一步。

在國際象棋和圍棋中，演算法會使用搜索樹分析未來分支的可能性。而在Dota2中，預測變得更加模糊。

因此，OpenAI 5沒有依賴於搜索樹，而是使用了神經網路，這是一種受大腦啟發的演算法，可以加強小計算元素之間的聯繫從而予以回應。（AlphaGo則是將神經網路與搜索樹相結合）

在訓練過程中，該系統在遊戲中盲目地實驗不同的動作。當它們表現良好時，負責那些行為的聯繫就會加強。經過長時間的遊戲加速，強大的策略出現了。

OpenAI大規模應用了這種被稱為強化學習的方法，並在數千台電腦上同時運行該演算法。

“OpenAI 5是我見過的令人印象最深刻的強化學習演示之一。”丹麥哥本哈根資訊技術大學電腦科學家、參與《星際爭霸2》研究的Niels Justesen說。

從表面上看，OpenAI 5在合作方面也取得了成功。

AI的5名玩家非常願意為了團隊的整體利益而犧牲自我，這可能會讓它們比人類團隊更有優勢。

“這台機器人表現得很有犧牲精神。”Lee說，而人類不太可能為了獲勝而放棄一個玩家。“貪婪是一種人性觀念。”

但AI依賴於一種蜂群思維，它可能讓協作變得更容易。

系統中幾乎相同的5種演算法中的每一種都能看到其他演算法所看到的內容，而人類只能看到自己螢幕上的內容，只有通過交談才能共用資訊。

王軍表示，為了與人或與它們不同的程式合作，無論是在遊戲還是在生活中，這些演算法最終需要發展溝通技巧和“心理理論”，即有關其他人和演算法的信念和願望的模型。

即便如此，Dota2仍然是對AI的一個有價值的測試。許多專家預測OpenAI 5將在國際比賽中獲勝。

不過，德國多特蒙德技術大學研究人工智慧和遊戲的Vanessa Volz則看到了其潛在的弱點，那就是OpenAI 5使用“自我對決”來訓練演算法。

她表示：“這種方式有可能會受到以前看不到的遊戲風格的影響。”

輸給人工智慧的Lee也有同樣的感覺。

“現在，機器人有點太死板了。”他說，“它的可預測性變得有些過強。我覺得如果我們再多打幾場比賽，就能幹淨利落地獲勝。”

來源：科技報