馬化騰的2萬不好賺！絕悟AI穩(wěn)如猛虎，人類王者被虐成狗

詹士 在宥 金磊 發(fā)自 WAIC
量子位 報(bào)道 | 公眾號(hào) QbitAI

王者榮耀，順利成為全場(chǎng)焦點(diǎn)。

這不是你以為的KPL（王者榮耀職業(yè)聯(lián)賽）現(xiàn)場(chǎng)。

而是企業(yè)云集的上海世界人工智能大會(huì)（WAIC 2021）的一角。

人類 VS 絕悟（AI），2萬元現(xiàn)金+2萬Q幣獎(jiǎng)勵(lì)。

成功激發(fā)了在場(chǎng)所有人的熱情。

甚至在場(chǎng)外，肉身缺席的PonyMa，“臨門一腳”地發(fā)來語(yǔ)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(chǎng)人機(jī)大戰(zhàn)。

面對(duì)AI，人類不能輸！

5位挑戰(zhàn)者上臺(tái)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(dòng)作就有說道——次次禁蒙恬。

至于為什么，現(xiàn)場(chǎng)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(duì)練出來的。

蒙恬這種英雄4級(jí)后爆發(fā)推塔很強(qiáng)，甚至一打五都可能。

嘿，別看只是個(gè)AI，戰(zhàn)術(shù)還玩得挺溜。

最終陣容如下：

• 人類：耀、魯班、婉兒、韓信和大喬。
• 絕悟：孫尚香、達(dá)摩、牛魔王、雅典娜和奕星。

OK，大戰(zhàn)開始！

開局原本各自對(duì)線好好發(fā)育，絕悟糾集4個(gè)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(shí)，絕悟分別在兩個(gè)龍區(qū)拿到2個(gè)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(gè)塔。

就此人類崩了，等到跑車出擊時(shí)差距已經(jīng)拉到7:0。

到最后，絕悟5個(gè)英雄甚至越高地塔進(jìn)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(jié)束，主持人凡爾賽般安慰選手：

希望大家不要有心理負(fù)擔(dān)，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(zhǔn)度都高很多。

比如越塔殺人：

進(jìn)入水晶區(qū)火中取栗：

還懂得當(dāng)退就退，絕不戀戰(zhàn)：

當(dāng)然AI也有犯傻時(shí)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(chǎng)觀眾沒能勝AI一場(chǎng)。

絕大部分戰(zhàn)斗甚至沒有推掉一個(gè)塔。

因此，一人三殺、團(tuán)隊(duì)十殺均能獲得獎(jiǎng)勵(lì)，雖然只有Q幣，沒有現(xiàn)金。

雖說絕悟?qū)嵲趶?qiáng)，不過，人類不服輸?shù)囊庵臼潜粡氐滋魟?dòng)起來的！

連主持人都忍不住了：

每次Ban人時(shí)勸誡大家不要選操作太難的英雄，挑自己擅長(zhǎng)的來。

絕悟會(huì)Ban元歌和露娜，這兩個(gè)英雄有會(huì)玩的選手可以優(yōu)先選。

也正因大家都明白對(duì)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(fù)擊殺AI，更是贏得滿堂鼓掌：

好?。。?/p>

我們大致算了一下，開展2天大約有15波參賽隊(duì)組團(tuán)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(qiáng)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(diào)低過的…

或許你會(huì)說，前來挑戰(zhàn)的都是路人才會(huì)如此。

不不不。

還真不是如此。

絕悟在現(xiàn)場(chǎng)也同職業(yè)選手大戰(zhàn)4個(gè)回合。

這些選手ID分別為重慶 QGhappy.Hurt、成都 AG 超玩會(huì)。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(chǎng)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(jìng)比賽集訓(xùn)磨合再與AI對(duì)戰(zhàn)，勝負(fù)尚未可知。

而關(guān)于絕悟唯一那次失敗，量子位專門向其詢問感受，對(duì)方表示：

這都正常…

口氣云淡風(fēng)輕。

絕悟背后的騷技術(shù)

絕悟碾壓人類的技術(shù)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(diǎn)主要有兩點(diǎn)：

• 首先，訓(xùn)練效率非常高，一天的訓(xùn)練強(qiáng)度高達(dá)人類 440 年（腱鞘炎警告）；
• 其次，不受情緒、性格影響，配合障礙更低。

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(gè)無法預(yù)料對(duì)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(shí)時(shí)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(duì)局復(fù)雜。

100多個(gè)英雄，這其中的陣容組合高達(dá)10的15次方種，不同的組合對(duì)應(yīng)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(dāng)復(fù)雜。

光是想想已經(jīng)頭大，還要在策略規(guī)劃、目標(biāo)選擇、技能應(yīng)用、路徑探索及團(tuán)隊(duì)協(xié)作上面臨大量、不間斷、即時(shí)的選擇。

我們也向現(xiàn)場(chǎng)技術(shù)人員做了請(qǐng)教：絕悟AI與谷歌ALPHAGO能力是否雷同？

對(duì)方表示：

絕悟算力水平遠(yuǎn)超ALPHAGO，因?yàn)閲逵螒虮澈蟮目赡苄赃h(yuǎn)少于王者。

后者除操作英雄，還有協(xié)同打團(tuán)，BAN人及不同英雄配合需要考慮進(jìn)去，所需算力不在一個(gè)量級(jí)。

工作人員還透露了一個(gè)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(gè)宇宙原子總數(shù)也只是10的80次方！

如此復(fù)雜情景對(duì)絕悟背后的AI技術(shù)要求極高。

最初版本的“絕悟”通過監(jiān)督學(xué)習(xí)方法來訓(xùn)練，以海量有標(biāo)記的訓(xùn)練數(shù)據(jù)為基礎(chǔ)，推導(dǎo)出行為預(yù)測(cè)函數(shù)，實(shí)現(xiàn)擬人化。也因此，標(biāo)注數(shù)據(jù)質(zhì)量尤為重要。

隨著研發(fā)團(tuán)隊(duì)在深度強(qiáng)化學(xué)習(xí)、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(zhuǎn)而通過與自己對(duì)戰(zhàn)，進(jìn)一步提升微操水平和大局觀，達(dá)到了王者榮耀職業(yè)電競(jìng)水平。

強(qiáng)化學(xué)習(xí)通過構(gòu)建獎(jiǎng)勵(lì)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(tuán)隊(duì)技術(shù)負(fù)責(zé)人楊光介紹：

AI會(huì)通過獎(jiǎng)勵(lì)（reward）反饋，知道一個(gè)行為做的好還是不好。在獲得大量反饋后，AI會(huì)漸漸摸索出能夠取得勝利的行為，表現(xiàn)出‘學(xué)會(huì)’玩游戲的效果。

這個(gè)方法的優(yōu)點(diǎn)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(dāng)前人類的認(rèn)知，在行為多樣性和完成任務(wù)的能力方面有了質(zhì)的提升。

比如在訓(xùn)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(tuán)吃線，從而達(dá)到經(jīng)濟(jì)的最大化”。

上述技術(shù)相關(guān)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(duì)戰(zhàn)，各家媒體跟進(jìn)宣傳。

論及絕悟又有什么新變化？

現(xiàn)場(chǎng)工作人員向量子位獨(dú)家透露，今年5月至今，絕悟采用了更多訓(xùn)練KPL職業(yè)選擇操作數(shù)據(jù)進(jìn)行訓(xùn)練。

另一方面，騰訊AI Lab長(zhǎng)期保持與頂尖高效合作，通過貢獻(xiàn)技術(shù)數(shù)據(jù)，高校相應(yīng)成果與技術(shù)也參與其中，由此，“絕悟”水平也達(dá)到了今天頂尖選手層次。

看完對(duì)陣AI現(xiàn)場(chǎng)及技術(shù)，不瞞你說，我這個(gè)鉑金段位自己也一個(gè)沒忍住報(bào)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(guān)羽。

于是乎，被虐了個(gè)5：1，而那1殺是塔點(diǎn)掉的……

經(jīng)歷完這些，我已卸載王者，告別一場(chǎng)賺2萬的幻想，安心工作去了……