科技改變生活 · 科技引領未來
科技改變生活 · 科技引領未來
詹士在宥金磊發(fā)自WAIC量子位報道|公眾號QbitAI王者榮耀，順利成為全場焦點。這不是你以為的KPL（王者榮耀職業(yè)聯(lián)賽）現(xiàn)場。而是企業(yè)云集的上海世界人工智能大會（WAIC2021）的一角。人類VS絕悟（AI），2萬元現(xiàn)金+2萬Q幣獎勵。成
詹士 在宥 金磊 發(fā)自 WAIC量子位 報道 | 公眾號 QbitAI
王者榮耀，順利成為全場焦點。
這不是你以為的KPL（王者榮耀職業(yè)聯(lián)賽）現(xiàn)場。
而是企業(yè)云集的上海世界人工智能大會（WAIC 2021）的一角。
人類 VS 絕悟（AI），2萬元現(xiàn)金+2萬Q幣獎勵。
成功激發(fā)了在場所有人的熱情。
甚至在場外，肉身缺席的PonyMa，“臨門一腳”地發(fā)來語音，專門宣布這件事。
重視程度，可見一斑。
于是，這件事也順利登上了各大榜的熱門話題。
接下來，一同來看下這場人機大戰(zhàn)。
面對AI，人類不能輸！
5位挑戰(zhàn)者上臺坐定，隨著主持人一聲令下，比賽正式開始。
禁英雄（Ban）階段，AI的動作就有說道——次次禁蒙恬。
至于為什么，現(xiàn)場工作人員解釋道：
AI根本不Care人頭，上來就快速推塔帶線，這都是跟職業(yè)隊練出來的。
蒙恬這種英雄4級后爆發(fā)推塔很強，甚至一打五都可能。
嘿，別看只是個AI，戰(zhàn)術還玩得挺溜。
最終陣容如下：
OK，大戰(zhàn)開始！
開局原本各自對線好好發(fā)育，絕悟糾集4個英雄想來滅掉中路大喬和耀也沒得逞。
但等到2分鐘打龍時，絕悟分別在兩個龍區(qū)拿到2個人頭。
下一分鐘，絕悟又在下路糾集4打2拿到2人頭，一下就把差距拉到4:0，還拆了一個塔。
就此人類崩了，等到跑車出擊時差距已經(jīng)拉到7:0。
到最后，絕悟5個英雄甚至越高地塔進去瘋狂輸出人類，3:16，直接被推……
啪的一下，就很快有木有！
隨著戰(zhàn)斗結束，主持人凡爾賽般安慰選手：
希望大家不要有心理負擔，享受游戲快樂最重要。
被虐的不止是路人
但我們一同回看下AI的操作。
毫無破綻就不說了，配合度和精準度都高很多。
比如越塔殺人：
進入水晶區(qū)火中取栗：
還懂得當退就退，絕不戀戰(zhàn)：
當然AI也有犯傻時候，殘血還在踟躕：
于是，就著AI這種“騷操作”，參與比賽的現(xiàn)場觀眾沒能勝AI一場。
絕大部分戰(zhàn)斗甚至沒有推掉一個塔。
因此，一人三殺、團隊十殺均能獲得獎勵，雖然只有Q幣，沒有現(xiàn)金。
雖說絕悟實在強，不過，人類不服輸?shù)囊庵臼潜粡氐滋魟悠饋淼模?/p>
連主持人都忍不住了：
每次Ban人時勸誡大家不要選操作太難的英雄，挑自己擅長的來。
絕悟會Ban元歌和露娜，這兩個英雄有會玩的選手可以優(yōu)先選。
也正因大家都明白對戰(zhàn)不易，每次人類方首殺AI總能獲得喝彩，有一位哪吒反復擊殺AI，更是贏得滿堂鼓掌：
好?。?！
我們大致算了一下，開展2天大約有15波參賽隊組團挑戰(zhàn)。
較好組合一局內(nèi)憑借操作加上依托己方塔打防守反擊，勉強在人頭數(shù)上與AI差距不大。
但，也僅止步于人頭數(shù)差距不大——
而這，還是官方將AI戰(zhàn)力調低過的…
或許你會說，前來挑戰(zhàn)的都是路人才會如此。
不不不。
還真不是如此。
絕悟在現(xiàn)場也同職業(yè)選手大戰(zhàn)4個回合。
這些選手ID分別為重慶 QGhappy.Hurt、成都 AG 超玩會。無痕、武漢 eStarPro. 諾言、深圳 DYG. 小義以及辰鬼。
最終，他們與絕悟比分3：1，仍然是AI勝。
不過一位現(xiàn)場工作人員向量子位爆料：
并不是真的AI多厲害，而是人類選手缺乏配合上的磨合，直接上來打表演賽，倘若按專業(yè)電競比賽集訓磨合再與AI對戰(zhàn)，勝負尚未可知。
而關于絕悟唯一那次失敗，量子位專門向其詢問感受，對方表示：
這都正常…
口氣云淡風輕。
絕悟背后的騷技術
絕悟碾壓人類的技術是什么？
根據(jù)騰訊官方說法，絕悟并沒有所謂“開掛”，在游戲中的客觀條件限制是一致的。
“絕悟”區(qū)別于人的優(yōu)點主要有兩點：
用一句話概括就是，比你理性，不被情緒左右，沒有那種世俗欲望，還比你勤奮。
絕悟之所以要如此勤奮，也是被王者榮耀逼的——這游戲太難了。
首先，作為是一個無法預料對方操作的不完全信息游戲，玩家需要不斷探視野，敵我雙方的實時位置、狀態(tài)等信息不透明，AI也需要在這樣的前提下做決策；
其次，王者榮耀對局復雜。
100多個英雄，這其中的陣容組合高達10的15次方種，不同的組合對應的打法又不一樣。
另一方面，游戲中的角色狀態(tài)、種種操作加上裝備選擇相當復雜。
光是想想已經(jīng)頭大，還要在策略規(guī)劃、目標選擇、技能應用、路徑探索及團隊協(xié)作上面臨大量、不間斷、即時的選擇。
我們也向現(xiàn)場技術人員做了請教：絕悟AI與谷歌ALPHAGO能力是否雷同？
對方表示：
絕悟算力水平遠超ALPHAGO，因為圍棋游戲背后的可能性遠少于王者。
后者除操作英雄，還有協(xié)同打團，BAN人及不同英雄配合需要考慮進去，所需算力不在一個量級。
工作人員還透露了一個驚人的數(shù)字：
AI在一局里操作可能性大概有10的2萬次方種。
什么概念？
整個宇宙原子總數(shù)也只是10的80次方！
如此復雜情景對絕悟背后的AI技術要求極高。
最初版本的“絕悟”通過監(jiān)督學習方法來訓練，以海量有標記的訓練數(shù)據(jù)為基礎，推導出行為預測函數(shù)，實現(xiàn)擬人化。也因此，標注數(shù)據(jù)質量尤為重要。
隨著研發(fā)團隊在深度強化學習、多智能體決策課題上的研究不斷深入，“絕悟”不再需要模仿人類數(shù)據(jù)，轉而通過與自己對戰(zhàn)，進一步提升微操水平和大局觀，達到了王者榮耀職業(yè)電競水平。
強化學習通過構建獎勵和懲罰刺激環(huán)境的角度出發(fā)，優(yōu)化AI行為邏輯。
根據(jù)團隊技術負責人楊光介紹：
AI會通過獎勵（reward）反饋，知道一個行為做的好還是不好。在獲得大量反饋后，AI會漸漸摸索出能夠取得勝利的行為，表現(xiàn)出‘學會’玩游戲的效果。
這個方法的優(yōu)點在于，不依賴已有數(shù)據(jù)并且能夠探索出新的策略，甚至于超越當前人類的認知，在行為多樣性和完成任務的能力方面有了質的提升。
比如在訓練后期，AI 甚至自己探索出了全新策略，“比如‘絕悟’經(jīng)常多人抱團吃線，從而達到經(jīng)濟的最大化”。
上述技術相關論文早在2018年已經(jīng)公布。
今年5月，絕悟也已在線上與很多玩家開啟對戰(zhàn)，各家媒體跟進宣傳。
論及絕悟又有什么新變化？
現(xiàn)場工作人員向量子位獨家透露，今年5月至今，絕悟采用了更多訓練KPL職業(yè)選擇操作數(shù)據(jù)進行訓練。
另一方面，騰訊AI Lab長期保持與頂尖高效合作，通過貢獻技術數(shù)據(jù)，高校相應成果與技術也參與其中，由此，“絕悟”水平也達到了今天頂尖選手層次。
看完對陣AI現(xiàn)場及技術，不瞞你說，我這個鉑金段位自己也一個沒忍住報名1V1。
由于只能選限定的部分英雄，日常張飛劉禪的我，也不得已選了關羽。
于是乎，被虐了個5：1，而那1殺是塔點掉的……
經(jīng)歷完這些，我已卸載王者，告別一場賺2萬的幻想，安心工作去了……
— 完 —
量子位 QbitAI · 頭條號簽約
關注我們，第一時間獲知前沿科技動態(tài)
陳龍東