2:0！Dota2世界冠軍被OpenAI碾壓，全程人類只推掉兩座外塔

夏乙 曉查 假裝發(fā)自 舊金山

量子位 出品 | 公眾號 QbitAI

2:0！

AI向Dota界卷土重來，一下子把Dota 2世界冠軍打得落花流水，在剛剛結(jié)束的三局兩勝比賽中輕松獲勝。

兩局比賽加在一起，人類只推掉了AI兩座外塔。最慘烈的第二局，人類直到最后擊殺人頭數(shù)還是個位數(shù)。

這是OpenAI Five Finals。是AI與人類冠軍的終極決戰(zhàn)，也是它的期末大考。

對決的雙方，勝者是多次擊敗人類玩家的AI戰(zhàn)隊代表OpenAI Five；敗者是（理論上）人類最強Dota 2戰(zhàn)隊，去年的TI 8冠軍OG。

不要驚訝，畢竟，現(xiàn)在，距“Dota世界杯”TI8上接連輸給人類職業(yè)選手兩局，已過去231天。如果AI在這期間連續(xù)不斷地訓(xùn)練，已經(jīng)相當于苦練了231×180=41580年的電子競技。

和TI8上相比，AI體現(xiàn)出了更優(yōu)秀的團戰(zhàn)操作，亂逛、空放大招之類的bug也沒再出現(xiàn)，進化非常明顯。

同時，OpenAI還展示了比碾壓、進化更重要的新能力：他們的AI不僅會和人類對抗，還能與人類合作組隊一起打Dota！原來的對手，已經(jīng)可以做陪練了。

另外，如果你對今天的人類代表OG不滿意，OpenAI還開放了競技場，任何人都能注冊，組團挑戰(zhàn)AI或者體驗一把和AI做隊友的感覺。

這就是現(xiàn)實版的你行你上??！

人類一敗涂地

OG究竟是怎樣輸給AI的呢？

看比賽之前，我們先來了解一下這次決戰(zhàn)的規(guī)則。

比賽在7.21版本上進行，OpenAI賽前宣布，規(guī)則限制和去年8月TI8上一樣，然而今天比賽開始時展示的規(guī)則還是略有不同：

英雄池包含17個英雄，不知道從之前的18個之中去掉了哪個：斧王、水晶室女、死亡先知、撼地神牛、矮人直升機、巫妖、惡魔巫師、死靈法師、痛苦女王、剃刀、隱刺、影魔、斯拉克、矮人火槍手、斯溫、潮汐獵人、冥界亞龍、巫醫(yī)。

沒有召喚單位和幻象。

之前對圣劍、魔瓶、掃描的限制都沒有提到。

好了，正片時間到：一起來看今天的決戰(zhàn)。

雙方三局兩勝。

第一局

AI（天輝）：火槍、飛機、冰女、死亡先知、斯溫

人類（夜魘）：小牛、巫醫(yī)、毒龍、隱刺、影魔

選完陣容，OpenAI Five認為自己有67.6%的勝率。

剛剛開局，OpenAI Five拿下一血，而人類軍團也很快殺掉了AI方的冰女。之后，雙方前期在人頭數(shù)上一直不相上下。AI一直在經(jīng)濟上保持總體領(lǐng)先，但最富有的英雄，卻一直是人類的大哥影魔。

這也能看出雙方策略上的明顯區(qū)別：OG是3核心+2輔助的傳統(tǒng)人類打法，而AI的5個英雄經(jīng)濟分配相對平均，比較“大鍋飯”。

經(jīng)過幾番激烈的推進和團戰(zhàn)，游戲進行到19分鐘左右，AI對自身勝率的預(yù)測已經(jīng)超過了90%。自信心爆棚的AI一鼓作氣攻上了人類的高地。

OG緊接著選擇了分路推進，幾位解說推測，這是為了盡可能分散AI，防止它們抱團推進，然而并沒有奏效太長時間。

然而，堅持到38分鐘，人類方的小牛剛剛買活，AI的最后一波總攻已經(jīng)推掉了人類的基地。

OpenAI Five贏下第一局?，F(xiàn)場，也是一片掌聲。

這場比賽中，AI展現(xiàn)了清奇的思路：出門裝就選擇兩個大藥，后續(xù)的裝備也更傾向于買補給品，而不是提高自身屬性。

另外，我們前邊提到的“大鍋飯”政策，以及在比賽前期就頻繁買活，都和人類職業(yè)選手的習慣大不相同。

第二局

AI（天輝）：冰女、飛機、斯溫、巫醫(yī)、毒龍

人類（夜魘）：火槍、小牛、死亡先知、小魚人、萊恩

選完英雄，AI對自身勝率的預(yù)測是60.8%，略低于上一局的陣容。

比賽前兩分鐘，雙方都在一片祥和中各自帶線，然而沒想到，人類中單Topson很快就送出了一血。

之后，人類代表們以驚人的速度潰敗。

5分鐘時，AI的信心就已經(jīng)大幅上升，預(yù)測自己有80%的勝率；7分鐘，AI推掉了上路一塔；10分鐘，AI就已經(jīng)領(lǐng)先人類4000金幣，多推了兩座塔，還為自己預(yù)估了95%的勝率。

11分鐘，AI已經(jīng)攻上了OG的高地。

僅僅21分鐘，OG的基地被推掉，OpenAI Five輕松拿下第二局。直到比賽結(jié)束，OG拿下人頭還是個位數(shù)，被AI打成了46:6。

雖然這一局贏得異常輕松，不過對局過程中還是能看出AI在細節(jié)上有一些不足。比如說面對在復(fù)雜樹林中繞來繞去的人類，AI就無能為力。今天的比賽中，Ceb就靠繞樹林救了自己一命。

對于0:2輸給AI這個結(jié)局，OG是不太服氣的。戰(zhàn)隊創(chuàng)始人“大爹”N0tail在賽后采訪中說，讓他打10局，他們有把握找到戰(zhàn)勝AI的辦法；打上50局，就能一直穩(wěn)贏了。

網(wǎng)友們也不太買賬。AI贏OG，我不服！

大家認為，你們OG壓根就沒好好玩！

在第一局中，OpenAI前期有略微的劣勢，然后開始發(fā)力，到第二局幾乎就是一直碾壓OG。比賽前后期落差太大，不像是職業(yè)Dota選手的水平。

很多網(wǎng)友看完比賽后表達了對Ti8冠軍OG的參賽態(tài)度不滿：簡直看不下，”我行我上啊”！

他們認為OG和AI的比賽就是在瞎打，打不過AI就送人頭、不打錢，賣裝備，毫無職業(yè)態(tài)度。

既然OG在亂打，自然也不能證明AI有多厲害。有人甚至直接開始嘲諷OpenAI：

他們應(yīng)該感謝OG，是OG想盡辦法讓弱智的AI看起來不那么弱智了。

或許是OpenAI早就想到了會有眾多網(wǎng)友不服，他們接下來所公布進展中，有一項就能解決這個“不服”的問題。

新能力：和人類組團打Dota

贏下兩局之后，AI并沒有休息。它開始展現(xiàn)自己的新能力：

做人類的隊友！

是的，現(xiàn)在，AI可以和人類配合著打Dota了。贏下OG之后，AI又開始與人類合作組隊，進入了下一局比賽。

這個環(huán)節(jié)的兩支隊伍，都由兩名人類主播和3只AI組成，英雄選擇如下：

天輝：

飛機、斯溫、毒龍三個AI

冰女、死亡先知兩名人類

夜魘：

火槍、剃刀、萊恩 – 三個AI

小牛、痛苦女王 – 兩名人類

這場比賽的一血，就是人類與AI合作的結(jié)果：天輝方人類控制的冰女和身旁的AI隊友合作，殺死了對面人類控制的小牛。

而人類和AI的配合也并非一直完美。

Open的Psyho透露，OpenAI Five并沒有經(jīng)歷過與人類合作打Dota的訓(xùn)練，不過，由于AI的隊伍本來也是由5個神經(jīng)網(wǎng)絡(luò)組成，它們之間也沒有特別的通信渠道，與人類合作對它們來說應(yīng)該也不成問題。

然而實際比賽中，人類的體驗可能并不好。人類不能向AI隊友喊話，沒有真正的溝通和配合。國外網(wǎng)友評價說，這種感覺就像線上遇到了大神，他卻不帶你飛。

你行你上！

秀完碾壓和合作，OpenAI公布了一個眾多網(wǎng)友期待已久大好消息：

你也能和AI打一局了！

“OG太菜，我行我上”也終于可以付諸實踐。

OpenAI開放一個專門的競技場，名叫OpenAI Five Arena。人類用戶在這個平臺上既可以組團對抗AI，也可以和AI組隊比賽。

游戲?qū)⒂谔窖髸r間4月18日下午6點（北京時間4月19日上午9點）正式上線，4月21日結(jié)束。現(xiàn)在，用戶已經(jīng)可以到這個平臺注冊了。

地址：https://arena.openai.com/

目測等到游戲上線后，還會有排行榜實時更新出來。

兩年快速進化

到今天為止，OpenAI的Dota AI誕生兩年，已經(jīng)幾次震驚世人。

它最早誕生于2017年3月，同年8月在TI7邀請賽最后第一次一鳴驚人。當時，它1V1對戰(zhàn)人類頂尖高手，讓NAVI戰(zhàn)隊的烏克蘭職業(yè)DOTA2選手Dendi幾分鐘就打出了GG。

很多人類表示不服，只會用影魔中單1V1當然難以服眾。

然而AI進化十分迅速。

到2018年6月底，AI就掌握了5V5技能。OpenAI為它起了個新名字：OpenAI Five。

之后僅僅過了一個多月，OpenAI Five就在8月6日擊敗了超凡5級別（天梯MMR積分6500以上）的人類半職業(yè)戰(zhàn)隊。

再過半個月，就是它上一次亮相了。

那是在231天前的TI8上，AI所玩的Dota已經(jīng)和今天一樣復(fù)雜，然而它的表現(xiàn)并不亮眼。

當時，AI接連兩天先后對戰(zhàn)人類職業(yè)戰(zhàn)隊paiN Gaming和”中國退役大神隊”，都是一敗涂地，也暴露了不少缺陷：

比如說，當時的OpenAI Five隊伍之中沒有角色分配，無論是1號位還是輔助，打法都差不多；又比如，它總是對自己的勝率預(yù)測過高，還會胡亂插眼空放大招，而且一遇到劣勢，就會表現(xiàn)得“手足無措”。

然而，比賽技術(shù)后仍有人類“帶路黨”堅信：“這可能是職業(yè)隊唯一一次贏ai了?！?/p>

現(xiàn)在，231天過去了，我們看到AI在很多方面都有巨大進步。

最明顯的當然要數(shù)它的新能力：與人類組隊打比賽。

除此之外，AI這次也沒有出現(xiàn)TI8版本的那些壞毛病，比如亂逛、空放大招等等，對勝率的估算也相對合理。

但是胡亂插眼這個毛病，在今天的比賽中依然明顯。看來經(jīng)過幾萬年修煉，AI依然對插眼毫無興趣。

去年TI8結(jié)束后，OpenAI研究員David Farhi曾經(jīng)向量子位透露過他們的推測：通過強化學(xué)習自我對局訓(xùn)練出來的AI，其實并不會買眼，買眼的行為是人類通過硬編碼強制AI完成的。而亂插眼，很可能是因為AI想要把它隨便丟在什么地方，爭取一個空白的物品欄。

5個LSTM，修煉45000年

AI的快速進化，其實是刻苦訓(xùn)練的結(jié)果，也就是不斷的自我對局。

OpenAI CTO Greg Brockman賽前說，他們的AI相當于已經(jīng)練習了45000年Dota。

OpenAI之前也說過，AI每天的訓(xùn)練量相當于人類打180年游戲；之前輸給過OpenAI的MoonMeanderated則說，AI一天要打200萬場比賽。

這樣的訓(xùn)練量，遠非人類能及，當然對計算力的需求也大到嚇人：它們的日常訓(xùn)練，需要256塊P100 GPU和12.8萬個CPU核心。

這支“飯量驚人”的OpenAI Five戰(zhàn)隊，包含5個智能體（agent），每一個都是包含1024個節(jié)點的單層LSTM，能夠通過V社（Valve）的Bot API觀察當前游戲狀態(tài)，控制英雄去移動、攻擊、施放技能、使用道具。

它們能夠觀察到的信息和人類差不多，包括自身、隊友和敵人的狀況，比如位置、血量、攻擊力、護甲、攜帶物品、能力等等。

這些信息，對于智能體來說是一個包含20000數(shù)值的列表，而它判斷之后發(fā)出的行動指令，是8個值的列表。

如果要以一種擬人的方式描述，AI“眼中”的游戲大概是這個樣子：

選手們的訓(xùn)練，使用的是擴展版的近端策略優(yōu)化（PPO）方法，這也是OpenAI現(xiàn)在默認的強化學(xué)習訓(xùn)練方法。這些智能體的目標是最大化未來獎勵的指數(shù)衰減和。

既然是5個智能體，當然還要讓它們能作為一支隊伍相互配合。為此，OpenAI設(shè)計了一個“團隊精神”超參數(shù)來統(tǒng)一控制。這個超參數(shù)的范圍在0到1之間，決定了選手對與自身獎勵函數(shù)和隊友平均獎勵函數(shù)的關(guān)注程度分配。

本期人類代表

最后，為不太熟悉OG的朋友簡單介紹一下今天的人類代表。

OG，就是去年TI8上3:2擊敗PSG.LGD，拿下冠軍的那支隊伍，現(xiàn)在的陣容和去年奪冠時一樣：

一二號位Ana（Anathan Pham）

Ana以刷錢能力著稱，甚至有“世界第一打野”之稱，而對線能力是他的短板。這位澳洲華裔選手，去年TI8之后休息了一段時間，今年3月剛剛正式歸隊。

一二號位Topson（Topias Taavitsainen）

他是2018年剛剛加入OG的新人，曾經(jīng)在歐服天梯上排名第一，可謂“路人王”。他迅速從毫無大賽經(jīng)驗的業(yè)余玩家，成為TI8冠軍。因此，他在眾多職業(yè)選手中顯得“思路清奇”，卻也常被批評“發(fā)揮不穩(wěn)定”。

三號位Ceb（Sébastien Debs）

Ceb，又叫7ckngMad，原本是OG的教練，2018年3月，當時的中單Resolut1on離隊后，他先是入隊做替補，又正式成為戰(zhàn)隊里的職業(yè)選手。

四號位JerAx（Jesse Vainikka）

2016年，JerAx從Liquid轉(zhuǎn)入OG，在現(xiàn)在的OG陣容里算是一名老將。他曾被稱為“歐洲土貓王”，也是一名非常擅長掌控游戲節(jié)奏、帶起前期優(yōu)勢的輔助。

五號位N0tail（Johan Sundstein）

N0tail也被國內(nèi)網(wǎng)友稱為“大爹”，是OG創(chuàng)始人，去年剛剛從1號位轉(zhuǎn)到5號位。

最后，量子位想說，如果你也對上面5名人類代表不滿意，趕快去OpenAI Five Arena注冊吧！

— 完 —

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關(guān)村。期待有才氣、有熱情的同學(xué)加入我們！相關(guān)細節(jié)，請在量子位公眾號(QbitAI)對話界面，回復(fù)“招聘”兩個字。

量子位 QbitAI · 頭條號簽約作者

?’?’ ? 追蹤AI技術(shù)和產(chǎn)品新動態(tài)