在人工智能領(lǐng)域，打敗人類是過時的做法。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)立的研究實驗室OpenAI宣布了其最新的里程碑：一個由人工智能代理商組成的團隊在熱門的競技場游戲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比賽中擊敗頂級玩家的系統(tǒng)。OpenAI現(xiàn)在升級了它的機器人，可以在5v5比賽中扮演人類，而OpenAI計劃在今年晚些時候在國際賽事上進行機器人與“人類”之間的對決。

該項賽事意義所在

這場比賽的動機很簡單：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)實世界中復(fù)雜的難題，例如管理一個城市的交通基礎(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游戲環(huán)境，也無法計算出最可能的下一步動作。還有更多的信息需要處理，還有大量可能的動作。OpenAI表示，在任何時候，它的Dota 2機器人都必須在1000個不同的動作之間做出選擇，同時還要處理2萬個數(shù)據(jù)點，這些數(shù)據(jù)點代表游戲中正在發(fā)生的事情。

強化機器人學(xué)習(xí)行為是一個巨大的嘗試

OpenAI的實驗室采用了一種叫做“強化學(xué)習(xí)”的機器學(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。人工智能機器被投入到一個虛擬環(huán)境中，在這個環(huán)境中，他們通過不斷嘗試和犯錯來教會自己如何實現(xiàn)自己的目標。程序員們設(shè)置了所謂的獎勵功能（獎勵機器人，比如殺死一個敵人）。

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

一方面，這證明了現(xiàn)代機器學(xué)習(xí)方法的可行性和認可了最新計算機芯片處理大量數(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)千年的時間來學(xué)習(xí)玩電子游戲，那么我們這個物種也不會走得太遠。

人工智能機器人比人類更快，更聰明

在dota2游戲中，OpenAI的人工智能機器人的反應(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檢查或憑直覺判斷的信，但機器人則可以在很短的時間內(nèi)做出判斷。